机器学习
qq_39676126
这个作者很懒,什么都没留下…
展开
-
Interpretable Machine Learning线性回归
Interpretable Machine Learning线性回归线性回归模型将目标预测为特征输入的加权和。学习关系的线性使解释变得容易。线性回归模型长期以来被统计学家,计算机科学家和其他解决定量问题的人所使用。线性模型可用于模拟回归目标y对某些特征x的依赖性。学习的关系是线性的,可以为单个实例i编写,如下所示:ϵ是我们仍然犯的错误,即预测和实际结果之间的差异。假设这些误差遵循高斯分布,...翻译 2019-02-23 19:47:35 · 559 阅读 · 0 评论 -
Interpretable Machine Learning中GLM,GAM等
关于GLM,GAM等的描述线性回归模型的最大优势也是最大的弱点是预测被建模为特征的加权和。此外,线性模型还有许多其他假设。所有这些假设在实际中经常被违反的坏消息是给定特征的结果可能具有非高斯分布,特征可能相互作用,特征与结果之间的关系可能是非线性的。好消息是,统计界已经开发了各种修改,将线性回归模型从简单的刀片转换为瑞士刀。如广义线性模型(GLM)和广义加法模型(GAM)可扩展线性模型。让记...翻译 2019-02-23 20:01:02 · 1440 阅读 · 0 评论