吴恩达《深度学习》笔记 2.1二分分类 2.2 Logistic函数
专栏目录:任妍Carol:机器学习小白笔记目录
吴恩达课程链接:网易云课堂《神经网络和深度学习》
本节链接:2.1 二分分类 2.2 Logistic函数
——————————————————————————————————————
文章目录
如何表示一张图片?
上节我们讲到了结构化数据和非结构化数据,如图中的音频、图片和文本就是非结构化数据。
结构化数据我们很方便进行计算,但是非结构化数据如何处理呢?
如果你曾经学过三原色,应该知道所有的颜色都可以用红绿蓝三种颜色表示,就是常见的RGB表示,只是不同的颜色对应的RGB的值不同。
那么下图的小猫咪,我们可以把这张图片还原成RGB,它是由三种颜色叠加而成,每一个像素点上的颜色深度不一样,这个深度就用数字来表示。这样,图片信息就被我们转化成了数字信息,然后对数字进行运算就简单很多啦~
为了更加方便之后的分析运算,我们将这三种颜色的RGB值写成一列, 就是一个特征向量
二分分类
上面的图片,如果想要识别这张图片是不是猫咪,可以设置一个二分分类,1代表是,0代表不是,这就是y的所有取值了 y∈{0,1}
Logistic 回归
我们希望,给出 x,可以知道这张图是猫咪的概率大小
我们要做的就是求出w和b就好了
多说一下,在另外一些机器学习的算法中,也可以看到下面的符号表示,将w和b统一到一起了
这就叫做Logistic回归,logistic回归是一种广义线性回归(generalized linear model),因变量可以是二分类的,也可以是多分类的,但是二分类的更为常用,也更加容易解释。
Logistic回归常用于数据挖掘,疾病自动诊断,经济预测等领域。
下一节我们会继续深入介绍Logistic回归函数的损失函数
总结
- 处理图像的时候可以将图像看成RGB的叠加,然后再写成特征向量
- Logistic函数可以用于预测二分分类
更多计算机、人工智能、个人提升、效率应用、好书推荐,请关注微信公众号【阿肉爱学习】↓