关注
以概率学来解释OLR(Ordinary Linear Regression):y = h(x) + e, 如果e是IID的同时服从高斯分布的话,则P(y|x;\theta) ~ N(h(x), \sigma^2),如下图所示:那么在样本分布独立的情况下,最终概率是各个样本概率的乘积,也就是似然估计。 LR采用MLE是因为如果用Euclidean distance作为损失函数得到的函数不是凸函数(non-convex),用gradient descent做优化有可能会得到局部最优而非全剧最优。 个人理解,有错误欢迎指正,图片来源于Andrew的机器学习课件。
查看原帖
点赞 3
相关推荐
05-29 20:34
门头沟学院 C++ 点赞 评论 收藏
分享
牛客热帖
更多
正在热议
更多
# 聊聊这家公司值得去吗 #
224884次浏览 2122人参与
# 硬件人你反向读研了吗 #
41605次浏览 629人参与
# 为了找工作你投递了多少公司? #
6185次浏览 74人参与
# 工作一周年分享 #
26599次浏览 126人参与
# 一人一个landing小技巧 #
77023次浏览 1104人参与
# kpi面有什么特征 #
28541次浏览 152人参与
# 入职第一天,你准备什么时候下班 #
54655次浏览 348人参与
# 小米提前批笔试难吗 #
33141次浏览 352人参与
# 正在实习的你,几点下班 #
156152次浏览 1085人参与
# 担心入职之后被发现很菜怎么办 #
125896次浏览 748人参与
# 一人推荐一个机械人值得去的公司 #
403170次浏览 4136人参与
# 毕业论文怎么查AI率 #
43027次浏览 1891人参与
# 夸夸我的求职搭子 #
192144次浏览 1898人参与
# 校招入职后的感受 #
274678次浏览 2668人参与
# 投格力的你,拿到offer了吗? #
82437次浏览 573人参与
# Tplink求职进展汇总 #
130224次浏览 726人参与
# 体制内上岸心路历程 #
26538次浏览 212人参与
# 华为池子有多大 #
87512次浏览 689人参与
# 产品每日一题 #
43510次浏览 563人参与
# tplink提前批进度交流 #
162290次浏览 1366人参与