文章目录
机器学习——基础算法(一)
一、数据清洗
(一)赔率的举例定义
(二)鸢尾花数据集
(三)数据清洗和数据处理举例
、
(四)特征提取的另外思路
采用one-hot编码
车辆数据描述
One-hot编码
二、 回归
y是离散的,建模时使用回归技术。
(一)线性回归举例
(二)多个变量的情况
(三)误差
(四)中心极限定理
(五)似然函数
(六)θ的解析式的求解过程
(七)最小二乘意义下的参数最优解
(八)正则化与稀疏
|w1|+|w2|<ε
w12+w22<ε
(九)数据使用
(十)Moore-Penrose广义逆矩阵(伪逆)
(十一)梯度下降算法
随机梯度下降从总体的趋势而言,其损失值十不断下降的,但是不代表每时每刻都在下降。