学习第6章逻辑回归与最大熵模型瑞客论坛_第1页
免费预览已结束,剩余2页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、学习第6章逻辑斯谛回归与最大熵模2019-06-03 00:00 至 2019-06-04 23:59Week3Day1-Day2任务简介:学习第6章逻辑斯谛回归与最大熵模型,理解逻辑斯谛回归的模型形式和求解方法,了解最大熵模型的思想和求解方法。详细说明:第6章介绍的逻辑斯谛回归与最大熵模型都属于对数线性模型,都用来解决分类问题。通过学习第1节,需要掌握逻辑斯谛回归的模型形式和似然函数;通过学习第2节,需要理解最大熵模型的思想和求解方法;第3节不做学习要求。学习目标:1、导读视频。 HYPERLINK /content_page/eyJ0eXBlIjoiMiIsInJlc291cmNlX3R5

2、cGUiOjMsInJlc291cmNlX2lkIjoidl81Y2QyZDY2ZWMyNDIzX0N2eFNNWGdDIiwiYXBwX2lkIjoiYXBwdWFBb2U4NnA0OTQ3IiwicHJvZHVjdF9pZCI6InBfNWNkZDMyM2UwZWNhZl94MVdoZlJEYiJ9 统计学习方法逻辑斯谛回归与最大值模型1.掌握二项逻辑斯谛和多项逻辑斯谛模型的模型形式和似然函数。2.掌握二项逻辑斯谛求解中的梯度下降法。3.理解最大熵模型的思想,了解拉格朗日对偶性。 HYPERLINK /content_page/eyJ0eXBlIjoiMiIsInJlc291cmNlX3R

3、5cGUiOjMsInJlc291cmNlX2lkIjoidl81Y2QyZDc2NzA0MjQ1X1c2MVF5QlU5IiwiYXBwX2lkIjoiYXBwdWFBb2U4NnA0OTQ3IiwicHJvZHVjdF9pZCI6InBfNWNkZDMyM2UwZWNhZl94MVdoZlJEYiJ9 统计学习方法拉格朗日对偶性4.理解最大熵模型中的改进的迭代尺度算法。 HYPERLINK /content_page/eyJ0eXBlIjoiMiIsInJlc291cmNlX3R5cGUiOjMsInJlc291cmNlX2lkIjoidl81Y2QyZDdmMDJhOTY2XzVIQ0R

4、JMXA2IiwiYXBwX2lkIjoiYXBwdWFBb2U4NnA0OTQ3IiwicHJvZHVjdF9pZCI6InBfNWNkZDMyM2UwZWNhZl94MVdoZlJEYiJ9 统计学习方法改进的迭代尺度法作业6:1.已知训练数据集D,其正实例点(Y=1)是x1=(3,3,3)T,x2=(4,3,2)T,x3=(2,1,2)T,负实例点(Y=0)是x4=(1,1,1)T, x5=(-1,0,1)T, x6=(2,-2,1)T。(1) 用python 自编程实现逻辑斯缔回归模型,并对点(1,2,-2)T进行分类。(2) 试调用sklearn.linear_model 的LogisticRegression模块,对点(1,2,-2)T进行分类,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论