机器学习
smalllllerr
这个作者很懒,什么都没留下…
展开
-
回归算法(正规方程线性回归,梯度下降线性回归,岭回归)
回归算法线性回归线性回归的定义线性回归误差的度量线性回归减小误差的方法方法一:正规方程方法二:梯度下降正规方程和梯度下降的对比回归性能评估过拟合和欠拟合过拟合欠拟合解决方法岭回归岭回归的概念岭回归的代码实现线性回归线性回归的定义线性回归通过一个或多个自变量与因变量之间的关系进行建模与回归分析,其特点为一个或多个回归系数的参数的线性组合。根据自变量的个数不同分为一元线性回归和多元线性回归。其具体表示公式如下:线性回归误差的度量损失函数,又称最小二乘法,其具体表示公式如下:线性回归减小误差的方法原创 2020-07-24 14:49:45 · 929 阅读 · 0 评论 -
分类算法之决策树、随机森林
分类算法之决策树、随机森林决策树决策树的相关概念决策树的代码实现决策树的优缺点评价随机森林随机森林的相关概念随机森林的代码实现随机森林的优点决策树决策树的相关概念信息熵:信息熵表示了信息的不确定性,其具体公式如下,当没有任何其他信息,即所有事件发生概率相等时,信息熵最大。信息增益:信息增益是决策树的划分依据之一,其定义为:特征A对训练数据集D的信息增益g(D,A),定义为集合D的信息熵H(D)与特征A给定条件下D的信息条件熵H(D|A)之差。信息增益表示得知特征X的信息而使得类Y的信息的不确定性原创 2020-07-23 21:09:11 · 595 阅读 · 0 评论