科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着计算机硬件的飞速发展，使用编程计算的方式来求解现实问题变得越来越流行。机器学习中的基本问题是回归问题，回归问题包括常见的线性回归和逻辑回归，虽然都是得到结果值，但根据值域的不同，线性回归和逻辑回归通常用来解决实际中连续值域上的预测问题以及离散值域上的分类问题。本文同时从定性和定量的角度阐述了线性回归、多项式回归、逻辑回归的特点和区别，对问题抽象和求解过程中常见的容易错误理解的点，比如梯度下降中方向的概念、多项式回归中正则化项的由来等，做了着重说明，并对逻辑回归代价函数的正则化项的改进提出了一些探讨性的看法。
-
单位宁夏师范学院
