- [机器学习入门] 李宏毅机器学习笔记-30 (Sequence
- 《李宏毅 - 深度学习》笔记
- [机器学习入门] 李宏毅机器学习笔记-22（Transfer L
- [机器学习入门] 李宏毅机器学习笔记-33 (Recurrent
- [机器学习入门]李宏毅机器学习笔记-2（Regression：C
- [机器学习入门] 李宏毅机器学习笔记-5（Classificat
- [机器学习入门] 李宏毅机器学习笔记-19 （Deep Gene
- [机器学习入门] 李宏毅机器学习笔记-15 （Unsupervi
- [机器学习入门] 李宏毅机器学习笔记-24（introducti
- [机器学习入门] 李宏毅机器学习笔记-6 （Classifica
Linear Model往往比较简单，y都是随着X(x1,x2...)的输入线性变化的，但在现实场景中问题往往不是Linear Model可以描述的。
比如我们需要得到红色曲线时，用Linear Model就无法实现，这种模型无法拟合问题的情况下就叫做Model Bias。
那么我们如何拟合红色的曲线呢？
通过上图方式就可以拟合出任意的Piecewise Linear Curves。
Piecewise Linear Curves：Curves由很多锯齿状线段组成。
如果不是Piecewise Linear Curves也可以近似表示。
那怎么表示这样的曲线呢，表示起来不是很容易，所以我们用Sigmoid近似表示。
其实实现的这个function就叫做hard sigmoid
有了sigmoid function我们就可以通过改变参数用不同的sigmoid function去拟合任意连续函数了。
如果把式子画出来：
用线性代数最终表示的式子：
我们把式子中的所有未知参数提出来，拉成一个向量。这些参数我们一律统称。
Step1的过程我们已经抽象到一个式子了。
网友评论