吃瓜教程
bb67ao
这个作者很懒,什么都没留下…
展开
-
西瓜书组队学习第三章线性回归模型
原创 2021-07-20 00:02:08 · 75 阅读 · 0 评论 -
西瓜书组队学习第二章 模型评估与选择
西瓜书组队学习第二章 模型评估与选择经验误差与过拟合评估方法留出法交叉验证法自助法调参与最终模型 pass 经验误差与过拟合 m个样本,a个分类错误。 错误率E=a/m。精度acc=1-E 误差=学习器的实际预测输出与样本的真是输出之间的差异 训练误差/经验误差=学习器在训练集上的误差 过拟合=把一般性质学的太好 欠拟合=一般性质学的不够好 评估方法 为降低泛化误差,我们在训练集的基础添加一个测试集来测试机器对新样本的判别能力。 留出法 **方法:**将训练集进行若干次随机划分,每次产生一个训练(S)/测试原创 2021-07-13 19:52:04 · 98 阅读 · 0 评论 -
西瓜书组队学习第一章,绪论
西瓜书组队学习第一章,绪论基本术语假设空间归纳偏好发展历程,应用现状 pass 基本术语 数据集: 所有数据的集合成为一个数据集 data set 示例/样本: 一条记录,即一行数据 属性/特征: 描述事物的某一性质,比如西瓜的颜色属性,其实就是列名 属性值: 一个属性可能的取值范围,比如西瓜的颜色属性值有 青绿、乌黑 属性空间/样本空间: 所有属性构成的空间,比如一个西瓜有颜色、大小、敲声三个属性,就构成一个三维空间 特征向量: 一个示例用向量表示 维数:样本的属性个数 标记: 示例结果的信息,即要求解的原创 2021-07-13 18:36:41 · 77 阅读 · 0 评论