机器学习(十)- Neural Network representation

Non-linear hypotheses 我们继续讨论分类的话题,对于之前的较为简单的逻辑回归来说,我们一直在讨论2个参数的情况,是因为它直观,我们可以在二维平面上直接展示出来,利于我们学习,就例如下图左上角的一个非线性分类,我们想要去拟合一条二维曲线。 但是当参数增多,如上图假设我们有100个参数,如果进行参数组合成特征,光2次项就会有大约5000左右的feature,3次项会有大约17000
相关文章
相关标签/搜索