- 博客(4)
- 资源 (2)
- 问答 (4)
- 收藏
- 关注
RSS订阅原创 回归问题-Lasso回归
Lasso(Least absolute shrinkage and selection operator)方法是以缩小变量集（降阶）为思想的压缩估计方法。它通过构造一个惩罚函数，可以将变量的系数进行压缩并使某些回归系数变为0，进而达到变量选择的目的。正则化正则化（Regularizaiton）是一种防止过拟合的方法。 ...
2019-07-21 23:44:33
130822
12
原创 回归问题-Logistic回归&Logistic回归中为什么是sigmoid函数
Logistic回归为什么要用sigmoid函数？Logistic模型参数求解参考文献Logistic回归 Logistic回归为概率型非线性回归模型，是研究观察结果与一些影响因素之间关系的一种多变量分析方法。虽然名字中带有“回归”二字，但是它是一种常见的分类问题的方法。设条件慨率为根据某自变量相对于某事件发生的概率。Logistic回归模型为：...
2019-07-20 11:51:04
720
转载 随机森林如何做特征提取
转载自：https://www.cnblogs.com/xieb1994/p/9895450.html随机森林做特征提取主要是根据：OOB（outofbag）原则去做的。出发点：如果某个特征是重要的，那么当在此特征的数据分布式引入一定的噪声，那么用仅对此特征进行变化之后的数据进行RF训练，模型的性能应当会有较大的变化（较明显地变差）；反之，如果某个特征是不重要的，则重新训练后的模型性能...
2019-07-17 21:30:41
10691
3
原创 优化算法-梯度下降法:BGD(批梯度)、SGD（随机梯度）、小批量梯度（MBGD）
（1）批梯度下降法（Batch Gradient Descent）梯度下降法和最小二乘法相比，梯度下降法需要选择步长，而最小二乘法不需要。梯度下降法是迭代求解，最小二乘法是计算解析解。如果样本量不算很大，且存在解析解，最小二乘法比起梯度下降法要有优势，计算速度很快。但是如果样本量很大，用最小二乘法由于需要求一个超级大的逆矩阵，这时就很难或者很慢才能求解解析解了，使用迭代的梯度下降法比较有优势。...
2019-07-14 22:08:39
2418
1
PGSQL 命令行查询表不存在，但实际表已存在。
2021-12-17
求助：VS2010调用matlab程序，结果总是与实际不符合！
2019-03-02
异常 settings::core::exception::NoSuchKey。
2019-02-22
求问用python调用C#编写的ocx控件方法？
2019-01-22
TA创建的收藏夹 TA关注的收藏夹
TA关注的人