注释:本文中,中括号内参数表示可选参数,尖括号内参数表示必选参数。SHA-1值可以是commit的SHA-1值,HEAD[~|^]或者branch名字,因为HEAD和branch名字的SHA-1值都被git所记录。
一般规则
从远端代码仓库中下载项目
git clone
在master分支的基础上新建自己的branch,并跳到该branch上:
git checkout -b [origin/master]
注释:本文中,中括号内参数表示可选参数,尖括号内参数表示必选参数。SHA-1值可以是commit的SHA-1值,HEAD[~|^]或者branch名字,因为HEAD和branch名字的SHA-1值都被git所记录。
一般规则
从远端代码仓库中下载项目
git clone
在master分支的基础上新建自己的branch,并跳到该branch上:
git checkout -b [origin/master]
背景
Logistic Regression是ML中再熟悉不过的Model了,它能基于数据X,得出生成binary label的概率:
(在上式中,X仅有一个feature)
假设你出生在Logistic Regression被发明之前且在Normal Linear Regression被发明之后,现在让你设计一个Model来预测Binary的label——Y,使得这个Model能够基于观测数据X得出Y。你会怎么设计呢?
(注:接下来我们都假设X仅有一个feature)