Logistic Regression的思考与整理

在NYU上了Machine Learning，学到了一些以前没有注意或者不知道的知识。在原有部分博文的基础上进行更详细地讲解。 关于回归算法的Bias和Variance 加深了对误差理论的理解。 对于一个输入为 x⃗  的回归算法，我们设算法输出的预测函数为 g(x) ，算法的真正分类函数为 f(x) 。我们期望的就是让 g(x) 尽可能地与 f(x) 靠近。 我们将 f(x) 和 g(x) 当成

>>阅读原文<<