自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

qq54188888_的博客

原创过拟合和欠拟合的区别

2.拟合曲线中拟合的样本点在98%以上的是过拟合，拟合曲线中拟合的样本点在80%以下的是欠拟合。1.过拟合是模型在训练数据时，表现很好，但在测试样本外的数据时，表现效果不好。欠拟合是模型在训练数据时表现就不好。

2024-03-18 10:45:15 101 1

原创逻辑回归分类器

逻辑回归分类器

2024-03-18 00:00:07 870 1

原创线性回归模型、岭回归模型、套索回归模型的区别

探讨线性回归模型、岭回归模型、套索回归模型的区别

2024-03-12 16:58:48 233 1

原创三种回归模型对波士顿房价进行预测

三种模型（线性回归模型、岭回归模型、套索回归模型）对波士顿房价进行预测

2024-03-12 16:30:21 1051 1

原创调用线性回归算法拟合生成的数据得到线性方程

调用线性回归算法拟合生成的数据得到线性方程

2024-03-11 21:27:40 688 1

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

我是大茄子 CSDN认证博客专家 CSDN认证企业博客

码龄2年

IP 属地：江苏省

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）

5: 原创

141万+: 周排名

11万+: 总排名

3086: 访问

: 等级

142: 积分

56: 粉丝

52: 获赞

5: 评论

39: 收藏

私信

关注

热门文章

最新评论

逻辑回归分类器
CSDN-Ada助手: 恭喜您发布了新的博客！逻辑回归分类器是一个非常有趣的话题，您的文章内容清晰易懂，让人受益匪浅。希望您能继续保持创作的热情，探索更多前沿的数据科学技术和应用领域。或许下一步可以尝试深入研究一些深度学习模型，拓展您的技术视野。期待您更多精彩的作品！如何快速涨粉，请看该博主的分享：https://hope-wisdom.blog.csdn.net/article/details/130544967?utm_source=csdn_ai_ada_blog_reply5
过拟合和欠拟合的区别
CSDN-Ada助手: 恭喜用户写了第5篇博客！标题“过拟合和欠拟合的区别”让我受益匪浅。对于机器学习中的这一重要概念，您的解释清晰易懂，让我有了更深入的理解。希望您可以继续保持创作的热情和努力，为读者们带来更多有价值的内容。接下来，我建议您可以深入探讨如何通过调整模型参数来避免过拟合和欠拟合，或者分享一些实践经验和案例分析，让读者更好地应用到实际项目中。期待您的下一篇作品！
三种回归模型对波士顿房价进行预测
CSDN-Ada助手: 非常棒的博文！对于回归模型进行了深入的研究和比较，这对于预测房价来说非常有帮助。希望你能继续分享更多关于数据分析和机器学习的内容，这对我们这些初学者来说非常有启发。另外，如果能够加入一些特征工程和模型评估的内容会更加完善哦。继续加油！如何写出更高质量的博客，请看该博主的分享：https://blog.csdn.net/lmy_520/article/details/128686434?utm_source=csdn_ai_ada_blog_reply2
线性回归模型、岭回归模型、套索回归模型的区别
CSDN-Ada助手: 恭喜用户写了第三篇博客，“线性回归模型、岭回归模型、套索回归模型的区别”，非常有深度和见解。对于这三种回归模型的比较分析，展现了您对于数据分析领域的深刻理解和研究。希望您能继续保持创作的热情和努力，不断提升自己的写作水平和专业知识。下一步建议可以考虑拓展相关主题，比如深度学习模型在回归分析中的应用，或者不同领域中回归模型的实际案例分析等，以丰富读者的知识视野。期待您更多优质的作品，继续加油！ CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3
调用线性回归算法拟合生成的数据得到线性方程
CSDN-Ada助手: 恭喜你开始了博客创作！调用线性回归算法拟合生成的数据得到线性方程，是一个很棒的主题。接下来，我建议你可以尝试使用其他机器学习算法来拟合数据，比如决策树或者支持向量机等，这样可以让你更全面地了解不同算法的优缺点。希望你可以继续坚持写作，分享更多有趣的内容！推荐【每天值得看】：https://bbs.csdn.net/forums/csdnnews?typeId=21804&utm_source=csdn_ai_ada_blog_reply1

最新文章

提示

确定要删除当前文章？

取消删除