机器学习
文章平均质量分 55
背着代码的蜗牛
这个作者很懒,什么都没留下…
展开
-
机器学习-朴素贝叶斯分类器
原创 2020-09-03 22:17:26 · 149 阅读 · 0 评论 -
机器学习-线性判别分析(LDA)
原创 2020-09-03 22:16:18 · 130 阅读 · 0 评论 -
机器学习-主成分分析(PCA)
原创 2020-09-03 22:13:54 · 179 阅读 · 0 评论 -
机器学习-逻辑回归
原创 2020-09-03 22:10:47 · 112 阅读 · 0 评论 -
机器学习-线性回归
原创 2020-09-03 22:08:15 · 120 阅读 · 0 评论 -
【机器学习】L1和L2正则化的直观理解
L2-norm: (Ridge回归)L1-norm: (Lasso回归) L1-norm 和 L2-norm都能防止过拟合,一般L2-norm的性能更好一些。L1-norm能够进行特选择对数据进行降维 产生稀疏模型,能够帮助我们去除某些特征,因此可以用于特征选择。Elastic Net:L1-norm 和 L2-norm都能防止过拟合,一般L2-norm的效果更好一些。L1-norm能够产生稀疏模型,能够帮助我们去除某些特征,因此可以用于特征选择。L1-norm 和 L2-转载 2020-08-16 21:11:38 · 618 阅读 · 0 评论 -
快来一起挖掘幸福感!——阿里云天池项目实战(附完成实践过程+代码)
传送门:快来一起挖掘幸福感!——官方链接目录一、开发环境介绍二、数据的分析、处理2.1 数据初步分析●观察调查问卷●数据可视化处理2.2 数据的处理●对于特征的删除●对于特征的填充●对于特征的泛化以及特征工程●对于标签的修正2.3 数据的规范化2.3.1归一化处理2.3.2 one-hot 独热编码三、训练模型的选择、调优3.1 任务分析3.2模型选择3.3参数调优3.4 交叉验证四、实验结果展示五、探索历......原创 2020-09-13 10:48:18 · 5634 阅读 · 28 评论