Fork me on GitHub

吴恩达深度学习2-二分类问题

吴恩达深度学习3-二分类问题

本文讲解的使用逻辑回归来解决二分类问题:Binary Classification。

几个简单的例子:

  • 识别为猫输出1,否则输出0
  • 识别3种不同的颜色

在二分类问题中,目标是训练一个分类器,比如图像识别是以图像的特征作为输入,预测输出的结果标签为y,是1还是0。

符号标记

  • (x,y):表示一个单独的样本
  • x:表示n维的特征向量
  • 标签y是1或者0
  • 样本表示:$(x1,y1),(x2,y2),…,(xm,ym) $

m表示样本的个数:

  • $M_{train}$:训练集样本数
  • $M_{test}$:测试样本数

一般在python或者pandas中使用X.shape函数得到:(n,m)

标签y的矩阵表示为:

本文标题:吴恩达深度学习2-二分类问题

发布时间:2022年10月23日 - 21:10

原始链接:http://www.renpeter.cn/2022/10/23/%E5%90%B4%E6%81%A9%E8%BE%BE%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A02-%E4%BA%8C%E5%88%86%E7%B1%BB%E9%97%AE%E9%A2%98.html

许可协议: 署名-非商业性使用-禁止演绎 4.0 国际 转载请保留原文链接及作者。

Coffee or Tea