首页| JavaScript| HTML/CSS| Matlab| PHP| Python| Java| C/C++/VC++| C#| ASP| 其他|
购买积分 购买会员 激活码充值

您现在的位置是:虫虫源码 > 其他 > 对于多类问题的迭代加权最小二乘算法

对于多类问题的迭代加权最小二乘算法

资 源 简 介

应用背景在线性回归模型的情况下,最大似然解,高斯噪声模型的假设,导致一个封闭的形式的解决方案。这是一个后果的对数似然函数的对数似然函数的参数向量的回归,有不再是一个封闭的形式的解决方案,由于物流乙状结肠功能的非线性。然而,背离二次形式并不是实质性的。要精确,误差函数是凹的,因此具有唯一的最小值。误差函数可以通过一个基于牛顿-拉夫逊迭代优化方案有效的迭代技术最小化,采用局部二次近似对数似然函数。关键技术分类的目的是将输入向量x和分配给一个K离散类c_k k = 1,。..在最常见的情况下,该类是不相交的,因此,每个输入被分配给一个只有一个类。输入空间被划分为决策区域,其边界被称为决策边界或决策面。在这里,我们考虑分类的线性模型,即决定表面的输入向量X,因此定义的线性函数(D−1)维超平面在d维输入空间。数据集的类可以被称为线性可分的线性决策面完全分离。

文 件 列 表

irls.m

相 关 资 源

您 可 能 感 兴 趣 的

同 类 别 推 荐

VIP VIP