基于ROS的智能汽车设计与实训教程ML-CZ-chapter2-2_第1页
基于ROS的智能汽车设计与实训教程ML-CZ-chapter2-2_第2页
基于ROS的智能汽车设计与实训教程ML-CZ-chapter2-2_第3页
基于ROS的智能汽车设计与实训教程ML-CZ-chapter2-2_第4页
基于ROS的智能汽车设计与实训教程ML-CZ-chapter2-2_第5页
已阅读5页,还剩15页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第2章监督学习第2章监督学习

2

在日常生活中有哪些分类的例子?第2章监督学习

3

如何进行分类?即如何根据输入特征来预测类别标注?2.2逻辑回归【实验2-8】使用线性回归对百分制成绩进行二分类,评估训练数据集上分类的准确程度。提示:对“binary_grade_dataset.ipynb”数据集进行分类(dataset=1)可进行特征缩放,例如标准化,以加速训练判决门限取0.5

4

2.2逻辑回归

5

训练数据集12.2逻辑回归【实验2-8】使用线性回归对百分制成绩进行二分类,评估训练数据集上分类的准确程度。提示:对“binary_grade_dataset.ipynb”数据集进行分类(dataset=2)

6

2.2逻辑回归

7

训练数据集22.2逻辑回归

8

为什么线性回归模型在训练数据集2上出现了分类错误?2.2逻辑回归

9

两端“折弯”了的拟合曲线2.2逻辑回归

10

Sigmoid函数曲线2.2逻辑回归

11

用Python画出sigmoid函数的曲线。2.2逻辑回归

12

Sigmoid函数的平移与缩放2.2逻辑回归【实验2-9】用酒驾检测数据集训练使用均方误差代价函数的逻辑回归模型,并评估其分类的准确程度。修改权重的初始值(例如10)、修改迭代次数(例如30000)提示:可做特征缩放,例如做标准化在划分训练数据集与测试数据集之前,应对数据集中的样本随机排序可将数据集中的250个样本用于训练,其余134个样本用于测试数据集矩阵的前5列为输入特征,最后1列为标注阿达马积可直接用“*”(乘号)实现可用np.exp()函数计算自然指数

13

2.2逻辑回归

14

权重初始值为0权重初始值为102.2逻辑回归

15

为什么即便我们使用批梯度下降法,均方误差代价函数的值也不再平稳收敛?2.2逻辑回归

16

实验2-9中均方误差代价函数的值(d=1时)2.2逻辑回归

17

如何改进上式?

2.2

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论