机器学习
EMCXu
大家好,我是路人丙
展开
-
线性回归算法梳理----学习笔记
1. 机器学习的一些概念2. 线性回归的原理3. 线性回归损失函数、代价函数、目标函数4. 优化方法(梯度下降法、牛顿法、拟牛顿法等)5. 线性回归的评估指标6. sklearn参数详解 1.机器学习的一些概念有监督:对已知结果集的数据集进行学习,结果集对训练有指导意义。如:线性回归、决策树等 。 无监督:对未知结果集的数据集进行学习。如:kmeans、dbscan等...原创 2019-03-29 21:30:45 · 354 阅读 · 0 评论 -
决策树算法梳理----学习笔记
1. 信息论基础(熵 联合熵 条件熵 信息增益 基尼不纯度)2. 决策树的不同分类算法(ID3算法、C4.5、CART分类树)的原理及应用场景3. 回归树原理4. 决策树防止过拟合手段5. 模型评估6. sklearn参数详解,Python绘制决策树附:代码(如有错误,感谢指出!) 1.信息论基础(熵 联合熵 条件熵 信息增益 基尼不纯度)信息熵:解决了信息的度量问题,量化了...原创 2019-04-03 20:50:38 · 163 阅读 · 0 评论 -
逻辑回归算法梳理----学习笔记
1. 逻辑回归与线性回归的联系与区别2. 逻辑回归的原理3. 逻辑回归损失函数推导及优化4. 正则化与模型评估指标5. 逻辑回归的优缺点6. 样本不均衡问题解决办法7. sklearn方法使用附:代码(如有错误,感谢指出!) 1.逻辑回归与线性回归的联系与区别联系:将线性回归输出的标记y的对数作为线性模型逼近的目标,即lny=wTx+b\ln y=w^Tx+blny=wTx...原创 2019-04-01 20:48:37 · 394 阅读 · 0 评论