本文是《机器学习》（西瓜书）第三章的阅读笔记，涵盖线性回归、对数几率回归、线性判别分析（LDA）和多分类学习等内容。线性回归用于连续值预测，对数几率回归则是通过线性模型逼近真实标记的对数几率，适用于分类任务。LDA旨在找到使同类样本投影点接近、异类样本远离的投影方向。多分类学习中，介绍了拆解法（一对一、一对多和多对多策略）。最后讨论了类别不平衡问题及其学习策略。
本文是《机器学习》（西瓜书）第三章的阅读笔记，涵盖线性回归、对数几率回归、线性判别分析（LDA）和多分类学习等内容。线性回归用于连续值预测，对数几率回归则是通过线性模型逼近真实标记的对数几率，适用于分类任务。LDA旨在找到使同类样本投影点接近、异类样本远离的投影方向。多分类学习中，介绍了拆解法（一对一、一对多和多对多策略）。最后讨论了类别不平衡问题及其学习策略。
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
