- 博客(8)
- 收藏
- 关注
RSS订阅原创 机器学习中独热编码算法介绍及使用举例
独热编码（One-Hot Encoding）是一种将分类数据转换为数值数据的常用方法，特别是在处理机器学习模型时。它将每个类别表示为一个二进制向量，其中只有一个元素为 1，其余元素为 0。许多机器学习模型（如线性回归、逻辑回归、决策树等）无法直接处理分类数据，因为它们只能处理数值数据。独热编码将分类变量转换为数值形式，使模型能够处理这些数据。这种格式可能占用更多内存，但在处理较小数据集时更易于操作和查看。每个类别都被转换成一个长度为 3 的向量，其中对应类别的位置为 1，其余位置为 0。
2024-10-10 21:12:44
187
原创 在线性回归和逻辑回归中添加正则化
高λ值，增加对权重的惩罚（为了降低J，模型在迭代中就会想办法降低参数w的值，过拟合减少，但可能导致模型更简单）低λ值，减少对权重的惩罚，可能使模型更复杂（过拟合风险增加）。
2024-10-10 19:23:00
124
原创 利用python pandas库 手动实现机器学习中的特征缩放算法
此处代码使用kaggle中泰坦尼克号项目预测的数据集用以举例。1，Z-score标准化。
2024-10-10 17:49:50
332
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人