机器学习——分类问题

05.分类问题

分类

二分类问题

设置阈值
超过阈值和没超过的分为两类
对二分类问题不适合应用线性回归方程(激活函数)

logistic方程(sigmoid函数)

用于隐层神经元输出,取值范围为(0,1),可以将一个实数映射到(0,1)的区间,用作二分类。

决策边界

根据分类函数定义出函数边界,类似于中学的线性规划
用训练集的自变量范围去确定决策边界

在深度学习中作为拟合程度估计,有时决策边界过于复杂会导致过拟合

代价函数(损失函数)

在实际值和预测值之间的误差估算函数,让算法付出代价
计算出误差值

多分类问题

逻辑回归分类器:
对每个类别的值进行分类器的模拟,得到n个分类器,然后输入x的值,与哪个分类器相似概率更高,就属于哪一类

你可能感兴趣的:(机器学习,分类,人工智能)