线性回归总结
一、 机器学习的一些概念 有监督、无监督、泛化能力、过拟合欠拟合(方差和偏差以及各自解决办法)、交叉验证 监督学习：数据 ===> 结果（已提前知道），输入和输出之间有着一个特定的关系。1.1 监督学习分类： 案例：回归：结果是连续值（应用场景：房价预测）预...
手把手教你使用R语言建立COX回归并画出列线图(Nomogram)
列线图，又称诺莫图（Nomogram），它是建立在回归分析的基础上，使用多个临床指标或者生物属性，然后采用带有分数高低的线段，从而达到设置的目的：基于多个变量的值预测一定的临床结局或者某类事件发生的概率。列线图(Nomogram)可以用于多指标联合诊断或预测疾病发病或进展。 近些年来在高质量SCI临...
光影璀璨，庆祝澳门回归20周年！
“12月20日，是澳门回归祖国20周年纪念日。二十年时间，澳门已发展成为国际知名的旅游目的地和粤港澳大湾区的核心城市。虽然澳门的发展离不开博彩，但是澳门真正迷人的，却不只是博彩，还有欣欣向荣的旅游业。 澳门：世界旅游休闲中心 近日，美团研究院联合中国贸促会台港澳企业服务中心发布《内地赴澳门在线旅游市...
一元线性回归的MATLAB编程实现
load('Copy_of_data.mat', 'data')X=data(:,1);y=data(:,2);pos0=find(y==0);pos1=find(y==1);x_pos=1:size(y);hold onplot(X(pos0,:),y(pos0,:),'ro','LineWidt...
MATLAB实现一元回归和多元回归
在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。 在实际经济问题中，一个变量往往受到多个变量的影响。例如，家庭消费支出，除了受家庭可支配收入的影响外...
B站吴恩达深度学习视频笔记（6）——逻辑回归
前言逻辑回归是机器学习非常重要的一种模型，在机器学习的某些场景下，甚至出现了“一个LR打天下”的情况，可以说这个模型是机器学习必须精通的模型。在这之前，你肯定接触过线性回归，但是逻辑回归和线性回归存在不小的差异，我需要先帮你弄清线性回归和逻辑回归是什么，他们有什么区别，再通过吴恩达老师的视频，详细地...
基于分位数回归的分布强化学习（Distributional Reinforcemet Learning with Quantile Regression)
摘要Deep Mind团队联合剑桥大学在2017年提出了一种新的强化学习范式——基于分位数回归的分布强化学习（QR-DRL），为强化学习的未来发展指明了一个更加有前景的方向，以学习回报值的概率分布来代替学习回报值的期望值。Deep Mind的论文通过在atari游戏中的实验，证明了QR-DRL的强大...
深度学习剖根问底：Logistic回归和Softmax回归
1． 简介逻辑回归和Softmax回归是两个基础的分类模型，虽然听名字以为是回归模型，但实际我觉得他们也有一定的关系。逻辑回归，Softmax回归以及线性回归都是基于线性模型，它们固定的非线性的基函数（basis function） 的线性组合，形式如下：2．逻辑回归谈谈逻辑回归，Softmax回归...
Logstic回归采用sigmoid函数的原因
##Logstic回归采用sigmoid函数的原因（sigmoid函数能表示二项分布概率的原因）sigmoid函数：
局部加权回归（Loess）：Loess的目标是最小化， 其中的作用是使预测点的临近点在最小化目标函数中贡献大：Loess更加注重临近点的精确拟合。这个算法中最神奇的就是这个w，局部相关性w很像高斯模板中心到边缘（3*sigma+1）/2的局部相关性，也就相关性关注（起作用），其他不关注（不起作用）；...
IHDR：增量式分层判别回归
前面已经介绍了翁巨扬教授两个心智发育框架（IHDR+WWN）的核心算法CCIPCA和CCILCA，下面就IHDR这个框架来做一下详细的介绍，主要参考资料为IHDR原始论文，以及实验室师兄们前期的工作成果。后面再说一下where-what-network系列（先立个flag，希望不是在作死）。...
神经网络分类和回归任务实战
学习方法：torch 边用边学，边查边学 真正用查的过程才是学习的过程 直接上案例，先来跑，遇到什么解决什么 数据集Minist 数据集 做简单的任务 Minist 分类任务 总体代码（可以跑通） from pathlib import Pathimport requestsimport pickl...
简单线性回归（最小二乘法）
0.引入依赖import numpy as npimport matplotlib.pyplot as plt 1.导入数据（data.csv）points = np.genfromtxt('data.csv',delimiter=',')# 提取points中的两列数据，分别作为x,yx=poi...
吴恩达2022机器学习专项课程(一） 5.1 多元特征回归-笔记
1.多元特征回归 从单一的输入特征（如房子的大小）扩展到多个输入特征（如卧室数量、楼层、房龄）。 2.多元特征的符号 右下角j：第几列输入特征。 n：表示输入特征的数量。例如图片里有4种输入特征，因此n=4。 x的向量：表示第i个训练样本的所有特征。例如i=2，训练样本为[1416,3,2,...
回归算法评价标准MSE、RMSE、MAE、R-Squared
一、MSE 均方误差即（真实值-预测值）的平方/测试集个数其实（真实值-预测值）的平方 就是线性回归的损失函数，线性回归的目的就是为了让损失函数最小化。但这种判断方式是会放大误差的，即本身误差越大的平方后会更大。所以从这也可以看出，损失函数是为了减小最大的那个误差。二、RMSE 均方根误差即MSE开...
目标检测模型一：滑动窗口检测器，选择性搜索，R-CNN，边界框回归器
1. 滑动窗口检测器滑动窗口检测器是一种暴力检测方法，从左到右，从上到下滑动窗口，然后利用分类识别目标。这里使用不同大小的窗口，因为一张图片可能展示从不同距离观测检测出不同的目标类型。 滑动窗口从图像中可能剪切出不同大小的图像块，但是很多分类器只取固定大小的图像，所以这些图像是经过变形转换的。但是这...
【深度学习】Softmax回归（二）Python从零开始实现
文章目录概述实现步骤导入需要的包读取数据初始化参数实现softmax运算定义Softmax模型定义损失函数计算准确率对模型进行训练进行测试完整代码和实验结果备注概述本文不使用深度学习框架来构建Softmax模型，从零开始实现Softmax回归，并使用Fashion-MNIXT数据集进行了实验。本文需...
逻辑回归的总结（详细步骤）
什么是逻辑回归？逻辑回归虽然名字中带有回归，但是并不是一个回归模型，而是一个分类模型。逻辑回归的目的就是解决分类问题，最常用的就是解决二分类问题。逻辑回归和线性回归的关系逻辑回归（Logistic Regression）与线性回归（Linear Regression）都是一种广义线性模型（gener...