机器学习
麦芒.com
这个作者很懒,什么都没留下…
展开
-
特征工程
特征工程属于数据科学中最有创造力的一部分。举一个简单的例子,判别胖与不胖的二分类问题。输入数据为X:身高和体重,标签为Y:胖和不胖。显然不能单纯的根据体重来判断一个人胖不胖,针对这个问题,一个经典的特征工程是BMI指数:BMI=weight/(height**2)。所以说特征工程就是通过X,创造出新的X‘。特征工程的基本操作有衍生(升维),筛选(降维)。其目的是最大限度的从原始数据中提取特征以供算法和模型使用Kaggle上有一句非常经典的话,数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上原创 2020-10-06 11:11:55 · 1024 阅读 · 0 评论 -
梯度下降算法总结
整理一下今后要用到的知识点。转载 2020-09-19 15:34:14 · 689 阅读 · 0 评论