看了好多遍视频二分类问题才入个门,记录下
收藏
记录下总算是稍微看懂一点
我这里暂时先抛开公式不谈只讲理解吧
二分类问题很好理解,就是非是即否的问题,以吴恩达老师的例子来说明,一张像素为64*64的RGB图片为例,特征向量总计为64*64*3 = 12288个,那这张图片根据一个简易的公式来计算 总的特征值 y^ 为 w1x1+w2x2+w3x3 +.....+w12288x12288 +b ,这个 y^ 可能是任意的值,那我们需要的值是用来判断是与否的,所以 y^ 最好能将值得范围收缩到0和1之间,所以用了 logistic回归来将结果 y^ 变为了在0-1之间的值 z ,当然也可以用其他的函数方法将 y^ 变成 z.再计算 z 与实际 y 的损失,那二分类问题的 y 一般只有 0(否),1(是) 相当于计算 z 与 y之间的差距得出值 L ,那既然是损失 L ,那这个值当然是越小越好, 所以我们后面要做的就是 求出每个 w 对损失 L 的影响,就是求导,这样反过来我们就可以 减少 L 来实现对 wn 的控制
0
收藏
请登录后评论