机器学习
马尔可芙
一只程序媛
展开
-
Task2 逻辑回归
目录:Task2 逻辑回归一、逻辑回归与线性回归的联系与区别二、逻辑回归的原理三、逻辑回归损失函数推导及优化四、正则化与模型评估指标五、逻辑回归的优缺点六、样本不均衡问题解决办法七、sklearn参数 Task2 逻辑回归 一、逻辑回归与线性回归的联系与区别 逻辑回归: 是一种用于解决二分类(0 or 1)问题的机...原创 2019-08-08 12:42:13 · 194 阅读 · 0 评论 -
Task1 线性回归算法梳理
目录:Task1 线性回归算法梳理一、 机器学习的一些概念2.无监督:3.泛化能力:4.过拟合欠拟合(方差和偏差以及各自解决办法):5.交叉验证:二、线性回归的原理三、线性回归损失函数、代价函数、目标函数1.损失函数:2.代价函数:3.目标函数:三、优化方法(梯度下降法、牛顿法、拟牛顿法等)四、线性回归的评估指标五、sklearn参数详解 Task1 线性回归算法梳理 一、 机器学习的一些概念 *...原创 2019-08-06 22:23:06 · 156 阅读 · 0 评论