![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
scikit-learn学习
文章平均质量分 74
夜晓楼
这个作者很懒,什么都没留下…
展开
-
Scikit-Learn 支持向量机学习
1、支持向量机是一种有监督的学习方法,可以用来做分类、回归和离群点检测。2、支持向量机的优缺点:优点在高维空间是有效的当特征的维数比样本数量多的时候仍然有效在决策函数中仅使用支持向量,能够节省内存能够支持多种不同的核函数缺点当特征的数量远多于样本数量时,性能表现差SVMs 并不直接给出概率估计3、分类a. SVC,NuSVC,LinearSVC 能够进行原创 2017-03-17 21:48:23 · 826 阅读 · 0 评论 -
Scikit-Learn 集成方法(Ensemble method) 学习
集成算法的目标是:组合几个基学习器的预测,以此来提高单个模型的泛化性和健壮性集成方法常分为两类:averging methods:平均法的原则是: 独立的构建几个学习器,然后平均他们的预测。通常,组合的学习器要比任何一个单个的学习器要好,因为它降低了方差。 其中的代表:bagging 方法,随即森林boosting methods:学习器依次构建,试图降低原创 2017-03-18 22:23:27 · 17050 阅读 · 0 评论 -
LR(逻辑回归) 为什么使用sigmoid函数
sigmoid 函数 上图为sigmoid函数的形式 选择sigmoid 的原因想从两方面来说: 1、 Sigmoid 函数自身的性质sigmoid 函数连续,单调递增sigmiod 函数关于(0,0.5) 中心对称对sigmoid函数求导 p=ex1+exp = \frac{e^x}{1+e^x} p′=p∗(1−p) p' = p*(1-p) 计算s原创 2017-03-15 18:05:45 · 18440 阅读 · 4 评论