高斯回归过程

obananas · Dec 6, 2019 · 5f1242d · 5f1242d
1 parent 4eececc
commit 5f1242d
Show file tree

Hide file tree

Showing 4 changed files with 91 additions and 116 deletions.
diff --git a/.idea/workspace.xml b/.idea/workspace.xml
diff --git a/README.md b/README.md
@@ -58,6 +58,7 @@
     - [AutoML参数选择所使用的方法](基础概念/AutoML/AutoML.md#L96)
     - [讲讲贝叶斯优化如何在automl上应用](基础概念/AutoML/AutoML.md#L96)
     - [以高斯过程为例，超参搜索的f的最优解求解acquisition function有哪些](基础概念/AutoML/AutoML.md#L96)
+    - [高斯过程回归手记](基础概念/AutoML/高斯过程回归/)
     - [AutoSklearn详解手记](基础概念/AutoML/AutoSklearn详解/)
     - [AutoML常规思路手记](基础概念/AutoML/AutoML常规思路/)
 # 数学

diff --git a/基础概念/AutoML/高斯过程回归/高斯过程回归.pdf b/基础概念/AutoML/高斯过程回归/高斯过程回归.pdf
diff --git a/机器学习/逻辑回归/lr.md b/机器学习/逻辑回归/lr.md
@@ -1,8 +1,6 @@
 # logistic分布函数和密度函数，手绘大概的图像
 - 分布函数：![](https://tva1.sinaimg.cn/large/006y8mN6gy1g93b9whhwuj306z01amwz.jpg)
-    - 图像：![](https://tva1.sinaimg.cn/large/006y8mN6gy1g93be0qj86j30io0c2q4k.jpg)
 - 密度函数：![](https://tva1.sinaimg.cn/large/006y8mN6gy1g93bdnikzbj306e01pjr8.jpg)
-    - 图像：![](https://tva1.sinaimg.cn/large/006y8mN6gy1g93beecqoaj30i20c63zw.jpg)
 - 其中，μ表示位置参数，γ为形状参数。**logistic分布比正太分布有更长的尾部且波峰更尖锐**
 
 # LR推导，基础5连问