分类:Machine-Learning

12 篇文章

机器学习-归一化方法
1. 归一化 (Normalization) 引入归一化,是由于在不同评价指标(特征指标)中,其量纲或是量纲单位往往不同,变化区间处于不同的数量级,若不进行归一化,可能导致某些指标被忽视,影响到数据分析的结果。 为了消除特征数据之间的量纲影响,需要进行归一化处理,以解决特征指标之间的可比性。原始数据经过归一化处理后,各指标处于同一数量级,以便进行综…
机器学习-梯度下降法
1. 梯度下降、随机梯度下降和批量梯度下降 梯度下降法在解优化问题时候常用到,利用迭代的思想来逼近最低点,沿着梯度的负方向更新模型权重。向函数上当前点对应梯度的反方向规定步长距离点进行迭代搜索简而言之,为求的某函数的最小值(比如cost函数,其自变量是某个模型的参数,函数值是模型和真实值的方差),随找一个点,求的其梯度,沿着其梯度下降的方向找下一个…