简化的成本函数和梯度下降-进入it企业必读的200个.net面试题完整扫描版下载

6.5 简化的成本函数和梯度下降 参考视频: 6 - 5 - Simplified Cost Function and Gradient Descent (10 min).mkv 多类分类问题中，我们的训练集中有多个类（>2），我们无法仅仅用一个二元变量（0 或 1） 来做判断依据。例如我们要预测天气情况分四种类型：晴天、多云、下雨或下雪。 下面是一个多类分类问题可能的情况： 一种解决这类问题的途径是采用一对多（One-vs-All）方法。在一对多方法中，我们将多 类分类问题转化成二元分类问题。 为了能实现这样的转变，我们将多个类中的一个类标记为正向类（y=1），然后将其他 所有类都标记为负向类，这个模型记作 。接着，类似地第我们选择另一个类标记为 正向类（y=2），再将其它类都标记为负向类，将这个模型记作 ,依此类推。 最后我们得到一系列的模型简记为： 最后，在我们需要做预测时，我们将所有的分类机都运行一遍，然后对每一个输入变量， 都选择最高可能性的输出变量。