内容简介：在逻辑回归中，假设函数 h_θ(x) 为：
支持向量机（ Support vector machine ） 是一种强大的机器学习算法，和神经网络相比，它在学习复杂的非线性方程时，能够提供更清晰和更加强大的方式。为了学习支持向量机，我们可以先从逻辑回归开始，看看如何经过小小的改动能得到支持向量机。
在逻辑回归中，假设函数 h_θ(x) 为：
图像为：
对于一个样本来说，代价函数为：
当 y =1 时，第二项为 0，只需要考虑第一项，画出第一项的图像：
我们把这个图像稍微修改一下，趋势与逻辑回归相似，就变成了支持向量机代价函数一部分的图像 cost_1(z)，如下图粉色线：
第二项同样道理，cost_0(z)：
逻辑回归中正则化代价函数为：
将其中系数 1/m 去掉，把红色部分换成上面粉色图像的函数：
接着将浅蓝色和粉色部分调换一下权重：
这样就得到支持向量机的代价函数：
只需要将这个函数最小化即可得到参数。以上就是从逻辑回归推出支持向量机的整个过程。
ps. 本篇文章是根据吴恩达机器学习课程整理的学习笔记。如果想要一起学习机器学习，可以关注微信公众号「 SuperFeng 」，期待与你的相遇。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 机器学习算法——感知机&支持向量机
- 机器学习A-Z～支持向量机
- 机器学习笔记（十一）：学支持向量机怎能不懂 “核”
- 机器学习笔记(十一)——学支持向量机怎能不懂“核”
- 机器学习笔记(九)——手撕支持向量机之间隔、对偶、KKT条件详细推导
- 支持向量机（一）：支持向量机的分类思想
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
他们以为自己很厉害：12个企业管理陷阱
[法] 克里斯蒂娜•凯德朗 / 王倩 / 人民邮电出版社 / 2018-11 / 69.00元
本书讲述了震惊世界的150个企业管理失败案例，并从产品与服务定位、技术 创新、广告与营销策略、跨文化发展、融资战略到企业文化与员工管理等众多角度， 揭露了商场各种败局的内幕。作者以风趣的笔触讲述了国际知名企业和商界精英们 的惨痛教训，又以专业角度解读了这些失利背后的经济学和管理学因素，给读者带 来了启示。一起来看看 《他们以为自己很厉害：12个企业管理陷阱》 这本书的介绍吧!
正则表达式在线测试
正则表达式在线测试
RGB HSV 转换
RGB HSV 互转工具