![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
datawhale 组队学习
domyslavy
普通计算机大三本科生
展开
-
逻辑回归详解——机器学习入门
Task2【声明】:转摘注明出处,禁止商用。【声明】:转摘注明出处,禁止商用。【声明】:转摘注明出处,禁止商用。文章目录Task21. 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参数1. 逻辑回归与线性回归的联系与区别线性回归:hθ(x)=∑i=0...原创 2019-08-09 18:59:03 · 316 阅读 · 0 评论 -
机器学习基本概念、线性回归模型——机器学习入门
task11. 机器学习基本概念监督学习:监督学习的任务是学习一个模型,使模型能够对任意给定的输入,对其相应的输出做出一个好的预测(注意,这里的输入、输出是指某个系统的输入与输出,与学习的输入与输出不同)。【来源于《统计学习方法》】。监督学习的特点就是数据具有标签或者函数值,而模型就是学习其输入向量到标签或者函数值的映射关系。监督学习的代表任务是分类和回归。无监督学习:...原创 2019-08-07 20:56:33 · 543 阅读 · 0 评论 -
决策树(ID3、C4.5、CART)算法——机器学习入门
task3文章目录task3信息论基础决策树算法回归树原理决策树防止过拟合手段模型评估sklearn参数详解,Python绘制决策树信息论基础熵:H(X)=−∑i=1npilogpi\mathrm{H}(\mathrm{X})=-\sum_{\mathrm{i}=1}^{n} p_{i} \log p_{i}H(X)=−i=1∑npilogpi联合熵:H(X,Y)=...原创 2019-08-11 20:58:13 · 309 阅读 · 0 评论