博文
Logistic Regression（逻辑斯蒂回归）（续）
||
如何求解和优化（优化方法）--使经验误差最小的值？
方法一：随机梯度下降法
方法二：牛顿法（二阶优化方法）
凸优化问题：刚开始步子迈大一点，后来小一点，自适应去调整，比随机梯度速度更快。
eta的本质：移动步长
缺点：收敛性不好保证，可学习其思维。
方法延伸：加入正则项
点滴分享，福泽你我！Add oil！
https://blog.sciencenet.cn/blog-3428464-1231597.html
上一篇：概率论和统计学的区别
下一篇：决策树
扫一扫，分享此博文