- 博客(2)
- 资源 (2)
- 收藏
- 关注
原创 监督学习框架通用处理流程
1、机器学习可以简单地分为监督学习和无监督学习,对于监督学习可以分为分类问题和回归问题。(1)分类:将实例数据划分到合适的分类中。KNN(k-近邻算法)、决策树、朴素贝叶斯、Logistic回归、SVM(支持向量积)。分类问题示意图(2)回归:预测数值型数据,包括一元线性回归、多元线性回归、Logistic回归等。关于这方面的详细介绍可以参见监督学习与无
2018-01-07 12:05:50 2972
原创 Label的设计以及特征列
对于监督学习内容,标签(label)是一个很重要的内容。有了数据(Data)和标签(Labels),就可以利用监督学习通用框架进行建模了。 1、标签的类型 (1)单列0-1值(二分类问题,一个样本只属于一类并且一共只有两类) (2)单列连续值(单回归问题,要预测的值只有一个) (3)多列0-1值(多分类问题,同样是一个样本只属于一类但是一共有多类) (4)多列连续值(多回归问题,能够预测
2018-01-07 11:30:36 2181
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人