本文需要配合博客卡尔曼滤波详解进行理解 1.简单介绍 参考卡尔曼滤波详解 上面可简化理解为 2.主要过程 主要过程还是参考卡尔曼滤波详解 3.实例 这里以线性运动为例 3.1 前期定义状态和变量 3.1.1分析运动情况 已知线性运动上一状态和当前状态的关系,假设没有噪声干扰,为 { x ′ = x + v x Δ t y ′ = y + v y Δ t \begin{
首先, 什么是逻辑回归呢? 我们先来看一下逻辑回归的公式: t = w T X + b y = s i g m o i d ( t ) s i g m o i d ( t ) = 1 1 + e − t t = w^TX+b\\ y = sigmoid(t)\\ sigmoid(t) = \frac1{1+e^{-t}} t=wTX+by=sigmoid(t)sigmoid(t)=1+e−t1