![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
song吖
这个作者很懒,什么都没留下…
展开
-
01
基础理论bias-variance tradeoff(偏差和方差的权衡) 对于线性回归,目标方程式可以写作: 对y的估计可以写成: 就是对自变量和因变量之间的关系进行的估计。一般来说,我们无法得到自变量和因变量之间的真实关系f(x)。对其之间的关系进行假设,由于存在误差,所以无法得到真正的关系。 通常情况下会使用一组训练数据,使用某个算法进行学习,然后学得一个模...原创 2020-01-02 18:58:31 · 131 阅读 · 0 评论 -
机器学习1000题-01
在k-means或kNN,我们是用欧氏距离来计算最近的邻居之间的距离。为什么不用曼哈顿距离? 曼哈顿距离是计算水平或垂直方向上的距离,是两个点在标准坐标系上的绝对轴距之和,有维度的限制; 欧式距离可以计算任何空间的距离。 因为,数据点可以存在于任何空间,欧氏距离是更可行的选择。 例如:想象一下国际象棋棋盘,象或车所做的移动是由曼哈顿距离计算的,因为它们是在各自的水平...原创 2019-12-22 15:07:48 · 161 阅读 · 0 评论