![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Liang_DJ
目前感兴趣的方向: 大数据&机器学习。持续学习积累中。
展开
-
统计学习导论之读书笔记(一)统计学习(Statistical Learning)
统计学习导论之读书笔记(一)统计学习1 统计学习概念的引入2 需要估计f的两种情况2.1 用于预测(prediction)2.2 用于推断(inference)3 估计$f$的方法3.1 参数方法3.2 非参数方法4 指导学习(Supervised Learning)与无指导学习(Unsupervised Learning)5 评价模型精度5.1 拟合效果检验5.2 偏差-方差权衡(bias-va...原创 2019-01-07 00:06:26 · 2838 阅读 · 0 评论 -
统计学习导论之读书笔记(三):分类(Classification)
统计学习导论之读书笔记(三):分类1 分类问题概述2 为什么线性回归不可用3 逻辑斯谛回归(二分类问题)3.1逻辑斯谛模型3.2 估计回归系数3.3 多元逻辑斯谛回顾4. 线性判别分析(LDA)4.1 仅有一个预测变量的线性判别分析1 分类问题概述分类模型(classifier)是一种用来预测定性响应变量的方法。我们将讨论三种应用最广泛的分类方法:洛吉斯蒂回归(logistic regress...原创 2019-01-11 23:30:07 · 1770 阅读 · 0 评论 -
统计学习导论之读书笔记(二)线性回归(Linear Regression)
统计学习导论之读书笔记(二)线性回归1 简单线性回归(仅有一个预测变量)1.1 估计系数1.2 评估系数估计值的准确性1.3 评价模型的准确性RSER²统计量2. 多元线性模型2.1 估计回归系数2.2 一些重要问题2.2.1 预测变量和响应变量是否有关系2.2.2 选定重要变量2.2.3 模型拟合优度检验2.2.4 预测3. 回归模型中的其他注意事项3.1定性预测变量3.2 线性模型的扩展3.2...原创 2019-01-07 15:25:37 · 2361 阅读 · 2 评论 -
统计学习导论之读书笔记(四):重抽样方法(Resampling Methods)
统计学习导论之读书笔记(四):重抽样方法1. 交叉验证法(Cross Validation, CV)2. 自助法(Bootstrap)1. 交叉验证法(Cross Validation, CV)2. 自助法(Bootstrap)...原创 2019-01-27 10:06:25 · 3470 阅读 · 0 评论