机器学习周志华笔记
本文介绍了机器学习中的线性模型，包括线性回归、对数线性回归和广义线性模型(GLM)，重点讲解了logistic回归的原理、数学表达和参数估计方法。文章详细解释了对数几率函数、几率概念，以及如何通过最大似然法估计模型参数。
博客雷达不转载正文。这里只有标题、作者、时间和一小段 AI 生成的摘要；全文在作者自己的站点上，阅读请点上面的按钮过去——文章的版权一直在原作者手里。
你也在写博客？做一张「已被博客雷达收录」的徽章挂回自己的站，想挂就挂，也不占首页。
本文介绍了机器学习中的线性模型，包括线性回归、对数线性回归和广义线性模型(GLM)，重点讲解了logistic回归的原理、数学表达和参数估计方法。文章详细解释了对数几率函数、几率概念，以及如何通过最大似然法估计模型参数。
博客雷达不转载正文。这里只有标题、作者、时间和一小段 AI 生成的摘要；全文在作者自己的站点上，阅读请点上面的按钮过去——文章的版权一直在原作者手里。
你也在写博客？做一张「已被博客雷达收录」的徽章挂回自己的站，想挂就挂，也不占首页。