初级算法梳理
珍藏版小怪兽
这个作者很懒,什么都没留下…
展开
-
Datawhale第5期初级算法梳理(1)
任务一 :线性回归算法梳理目录任务一 :线性回归算法梳理1. 机器学习的一些概念2. 线性回归的原理3. 线性回归损失函数、代价函数、目标函数4. 优化方法(梯度下降法、牛顿法、拟牛顿法等)5、线性回归的评估指标6、sklearn参数详解1. 机器学习的一些概念根据训练数据是否拥有标记信息,学习任务可以大致分为两大类:“监督学习”(supervised le...原创 2019-02-28 15:57:30 · 206 阅读 · 0 评论 -
Datawhale第5期初级算法梳理(3)
任务三 决策树算法梳理目录1. 信息论基础(熵 联合熵 条件熵 信息增益 基尼不纯度)2.决策树的不同分类算法(ID3算法、C4.5、CART分类树)的原理及应用场景3. 回归树原理4. 决策树防止过拟合手段5. 模型评估6. sklearn参数详解,Python绘制决策树6.1sklearn参数详解6.2Python绘制决策树1. 信息论基础(熵 联...原创 2019-03-05 19:29:01 · 330 阅读 · 0 评论 -
Datawhale第5期初级算法梳理(0)
2019年02月27日在Datawhale组队报名了第5期的初级算法梳理学习,以下是组队学习的基本内容,希望自己能坚持下来,多思考多总结,把知识点变成自己的东西。 组队学习说明:通过查阅书籍或参考文献、学习视频等,对传统机器学习算法进行梳理任务路线:线性回归--->逻辑回归--->决策树组队学习周期:一周每个任务完成大概所需时间:2-3h...原创 2019-02-27 13:22:00 · 98 阅读 · 0 评论 -
Datawhale第5期初级算法梳理(2)
目录任务二 逻辑回归算法梳理1、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参数任务二 逻辑回归算法梳理1、逻辑回归与线性回归的联系与区别(1)线性回归要求变量服从正态分布,logistic回归对变量分布没有要求。(2)线性回...原创 2019-03-03 21:40:02 · 258 阅读 · 0 评论