回归 连续型数值 计算权重 线性相关 y=mx+c 权重矩阵必须是2d矩阵 最小计划误差 损失函数 最小二乘法 总的预测和实际的插值的平方找到损失最小的weight
求解weight矩阵
数据量大时计算过慢
梯度下降 正规方程 sgdregressor 梯度下降
Mse 均方误差
《100k samples
过拟合 欠拟合
正则化 不断的尝试是否能把复杂的地方优化 减少权重 趋近于零
岭回归 RDGE
回归 连续型数值 计算权重 线性相关 y=mx+c 权重矩阵必须是2d矩阵 最小计划误差 损失函数 最小二乘法 总的预测和实际的插值的平方找到损失最小的weight
求解weight矩阵
数据量大时计算过慢
梯度下降 正规方程 sgdregressor 梯度下降
Mse 均方误差
《100k samples
过拟合 欠拟合
正则化 不断的尝试是否能把复杂的地方优化 减少权重 趋近于零
岭回归 RDGE