前言 注意事项: 这个系列的文章虽然题为书本《Foundation of Machine Learning》的读书笔记,但实际我是直接对书本的部分内容进行了个人翻译,如果这个行为有不妥当的地方,敬请告知。由于知识面限制,部分名词的翻译可能存在错误,部分难以翻译的名词保留英文原词。为了防止误导大家,在这里声明本文仅供参考。本文基本翻译自《Foundation of Machine Learnin
摘要 本文从算法的模型假设方面,对线性回归、逻辑回归和感知器做一下简要对比,说明了它们之间的联系。 符号约定 1)样本集合: (xi,yi)(1⩽i⩽m) ( x i , y i ) ( 1 ⩽ i ⩽ m ) (x^i, y^i)\;(1 \leqslant i\leqslant m),其中 i i i表示一共mmm个样本中的第 i i i个 2)xi=(xi0,xi1,xi2,