![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Torres Ye
联系方式:540787086@QQ.COM
展开
-
sklearn之逻辑回归
逻辑回归 逻辑回归是一个二分类的算法以及多分类的算法 线性回归与逻辑回归 当在线性回归的结果上,我们添加一个sigmod函数时,线性回归就变成了逻辑回归。 优缺点 优点:计算代价不高,具有可解释性,易于实现。不仅可以预测出类别,而且可以得到近似概率预测,对许多需要利用概率辅助决策的任务很有用。 缺点:容易欠拟合,分类精度可能不高。 适用数据类型:数值型和标称型数据。 sigmo...原创 2020-01-12 01:11:44 · 492 阅读 · 0 评论 -
sklearn之KNN算法
KNN算法 核心思想 未标记的数据样本,通过距离其最近的k个数据样本进行投票 算法原理 便利所有的样本点,计算每个样本点与待分类数据的距离,找出k个距离最近的点,统计每个类别的个数,投票数据最多的类别即为样本点的类别。 优点 准确性高,对异常值和噪声的容忍度较高 缺点 计算量大,需要将所有数据在内存中计算。 算法参数 k,k越大,模型偏差越大,对噪声的容忍度越大,容易造成欠拟合,k越小,模型方差越...原创 2020-01-05 22:05:18 · 2604 阅读 · 0 评论