- 博客(3)
- 收藏
- 关注
原创 机器学习基础算法(五)-----线性回归
文章目录一. 回归算法-线性回归1. 线性模型2. 线性回归3. 损失函数(误差大小)4. 最小二乘法之正规方程5. 最小二乘法之梯度下降二. 线性回归实例三. 回归性能评估四. 过拟合和欠拟合1. 过拟合2. 欠拟合五. 岭回归一. 回归算法-线性回归1. 线性模型2. 线性回归3. 损失函数(误差大小)4. 最小二乘法之正规方程sklearn.linear+model.LinearRegression5. 最小二乘法之梯度下降sklearn.linear_model.SGDRe
2021-01-23 06:29:03 176
原创 机器学习基础算法(四)----- 决策树和随机森林
文章目录一. 决策树1. 认识决策树2. 信息论基础-银行贷款分析3. 决策树的生成4. 泰坦尼克号乘客生存分析二. 集成学习方法-随机森林1. 随机森林的概念2. 随机森林的过程3. 随机森林的优点3. 泰坦尼克号乘客生存分类分析一. 决策树1. 认识决策树2. 信息论基础-银行贷款分析3. 决策树的生成常见决策树使用的算法sklearn决策树API4. 泰坦尼克号乘客生存分析决策树的结构、本地保存import pandas as pdfrom sklearn.fea
2021-01-16 06:07:07 249 1
原创 机器学习基础算法(三)----- 朴素贝叶斯算法、模型调优与选择
文章目录一. 概率基础1. 联合概率和条件概率2. 朴素贝叶斯-贝叶斯公式3. 拉普拉斯平滑二. 朴素贝叶斯算法案例1. sklearn朴素贝叶斯实现API2. 朴素贝叶斯案例流程3. 朴素贝叶斯分类优缺点三. 分类模型的评估1. 混淆矩阵2. 精确率与召回率3. 分类模型评估API四. 模型选择与调优1. 交叉验证2. 网格搜索一. 概率基础概率定义为一件事情发生的可能性1. 联合概率和条件概率2. 朴素贝叶斯-贝叶斯公式3. 拉普拉斯平滑如果得到的概率为零,可用拉普拉斯平滑系数解决
2021-01-12 06:23:59 1113
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人