机器学习之K-平均算法
概念 K-平均算法是一种无监督的聚类算法。无监督学习是一种自由的方式,其训练集不会标明类别,需要算法进行自我归纳。K-平均算法的思想是,对于给定的训练集,按照样本之间距离的大小划分为k个簇。让簇内的点尽量靠在一起,簇与簇之间的距离尽量大。 ...
概念 K-平均算法是一种无监督的聚类算法。无监督学习是一种自由的方式,其训练集不会标明类别,需要算法进行自我归纳。K-平均算法的思想是,对于给定的训练集,按照样本之间距离的大小划分为k个簇。让簇内的点尽量靠在一起,簇与簇之间的距离尽量大。 ...
前向传播 神经网络每层都包含有若干神经元,当信息传递时,第i层神经元接受上层的输入,经激励函数作用后,会产生一个激活向量,此向量将作为下一层神经元的输入值,以此规律向下不断传递。整个过程因为发生顺序是不断地将刺激由前一层传向下一层,故而称之为前向传递。 ...
概念 在现实生活中,我们遇到的数据大多数都是非线性的,因此不能用线性回归的方法来进行数据拟合,这就需要用到逻辑回归。逻辑回归虽然名字里带“回归”,但是实际上是一种分类方法,用于两分类问题。基本过程如下: ...
概念 梯度下降法是一种寻找函数最小值的一阶最优化算法,为找到函数的局部最小值,需要采用与当前点处函数的梯度(或者是近似梯度)的反方向成比例的步长进行迭代搜索。直观地来看,假如我们处于一座山的顶端,想要寻找最快的下山方法。从几何意义上讲,梯度的方向是函数值增加最快的方向,所以梯度的反方向就是函数值下降最快的方向。我们在每一点反复求取梯度,最后到达局部的最小值,就可以下山了。 ...