- 博客(4)
- 资源 (2)
- 问答 (4)
- 收藏
- 关注
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