吃瓜笔记3 线性模型
知识点均来源于周志华-西瓜书
3.2 线性回归
最小二乘法:基于均方误差最小化进行模型求解。
线性回归中最小二乖法:找到一条直线,使所有样本到直线上的欧氏距离最小。
对数线性回归
3.3对数几率回归:逻辑回归
分类问题,找一个单调可微函数将分类任务的真实标记与线性回归模型的预测值联系起来。
对数几率函数
3.4线性判别分析(LDA)
给定训练样例集,将样例投影到一条直线上,使得同类样例的投影点尽可能接近,异类样例的投影点尽可能远。
LDA最大化目标:类间散度矩阵与类内散度矩阵的广义瑞利商。
3.5多分类问题
拆解法:OvO, OvR, MvM
MvM:纠错输出码 Error Correcting Output Codes, ECOC
3.6类别不平衡问题
再缩放:欠采样EasyEnsemble、过采样SMOTE、阈值移动
代价敏感学习