- 博客(5)
- 收藏
- 关注
RSS订阅原创 机器学习笔记（三）过拟合、欠拟合与正则化
一、过拟合与欠拟合 1.定义 过拟合与欠拟合都是机器学习建模过程中可能遇到的问题。欠拟合指模型在训练过程中对训练集拟合效果差，一般是由于模型的复杂度过低；过拟合指模型在训练过程中对训练集拟合效果好，但在测试过程中对测试集拟合效果差，即模型的泛化能力差，一般是由于建立的模型过于复杂。 2.出现原因 出现欠拟合情况的原因一般是模型还未完成学习，在后续的学习过程中一般能够得到改善。 出现过拟合情况的原因一般为： 1.训练集数据类型单一或数据量过小 2.训练数据当中噪声干扰过大 3.模型过于复杂（包含了过多特征）
2022-04-13 14:56:06
964
原创 机器学习笔记 （二）Logistic回归
一、Logit函数和Sigmoid函数 二、模型形式 hθ(x)=11+e−θTxh_\theta(x)=\frac{1}{1+e^{-\theta^Tx}}hθ(x)=1+e−θTx1 其中θ=(θ0,θ1,θ2,...,θn)T\theta=(\theta_0,\theta_1,\theta_2,...,\theta_n)^Tθ=(θ0,θ1,θ2,...,θn)T，x=(1,x(1),x(2),...,x(n))Tx=(1,x^{(1)},x^{(2)},...,x^{(n)})^Tx=(
2022-04-11 16:08:51
1452
原创 机器学习笔记 （一） 线性回归
前言 lz最近开始学习机器学习算法，为了防止现在学到的知识在未来一段时间慢慢遗忘，在学习途中作此纪录，方便未来回顾。 本文记录的算法是线性回归算法。 一、名词解读 1.线性 什么是线性？顾名思义，线性的意思就是数学模型的几何表现是一条直线，这是基于模型中因变量（机器学习中称为特征或属性）是一元的情况。当模型中因变量为二元（特征向量是二维）时，其在几何上的表现则是一个平面，而当模型中因变量为多元（特征向量是多维）时，其在几何上的表现是一个超平面。 2.回归 在有监督算法中，当因变量y是连续性变量时，需要使用回
2022-04-10 17:07:09
1005
原创 SQL窗口函数
SQL窗口函数 一、窗口函数应用场景：分组处理数据 二、窗口函数基本语法 <窗口函数> over (partition by <用于分组的字段名> order by <用于排序的字段名>) 上面代码含义为： 首先将数据表根据<用于分组的字段名>分段，并且根据<用于排序的字段名>排序，而后对经过这两步处理的数据表执行<窗口函数> 注：partition by与group by的区别：group by改变了表的行数，经过分组后每
2021-03-16 16:13:54
134
原创 SQL数据表的建立与修改
SQL数据表的建立与修改前言一、SQL数据表的建立1.普通建表语句2.建表时检查是否有重复表：3. 建表时从已有表格中引入数据：二、插入数据1.插入单条记录：2.插入多条记录：3.向某几个字段插入单条记录：4.插入记录时避免重复:总结 前言 第一次写CSDN博客，权作为数据分析学习路上的记录 提示：以下是本篇文章正文内容，下面案例可供参考 一、SQL数据表的建立 1.普通建表语句 CREATE TABLE <表名>( <字段名> <字段格式> <是否为空(一般.
2020-12-18 16:26:23
189
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人