![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
A_LittleBoat
这个作者很懒,什么都没留下…
展开
-
机器学习算法梳理(一):线性回归
机器学习算法梳理(一):线性回归一、基本概念监督学习与无监督学习监督学习(supervised learning):从有标记的训练数据中推导出预测函数。有标记的训练数据是指每个训练实例都包括输入和期望的输出。即给定数据,预测标签。分类和回归是监督学习的两大重要问题。非监督学习(unsupervised learning):从无标记的训练数据中推断结论。最典型的无监督学习就是聚类分析,它...原创 2019-01-04 18:53:49 · 391 阅读 · 0 评论 -
机器学习算法梳理(二)逻辑回归
文章目录一、逻辑回归与线性回归的联系与区别二、逻辑回归的原理三、损失函数的推导与优化四、正则化与模型评估指标正则化模型评估指标五、逻辑回归的优缺点六、样本不均衡问题的解决办法七、sklearn参数总结一、逻辑回归与线性回归的联系与区别联系:-逻辑回归也被称为广义线性回归模型(generalized linear model),它与线性回归模型的形式基本上相同,都具有 hθ(x)=θ0+θ1...原创 2019-01-06 11:47:27 · 353 阅读 · 0 评论 -
机器学习算法梳理(三)决策树
文章目录一、信息论基础二、决策树的不同分类算法ID3算法C4.5算法CART回归树三、回归树原理四、决策树防止过拟合手段五、模型评估六、sklearn参数详解七、Python绘制决策树决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。大致分类过程可以描述为:从根节点开始,对实例的某一特征进行测试,并根据结果将实例分配给其子节点,如此递归地对实例进行测试并分配直到达到叶节点的类...原创 2019-01-08 17:17:35 · 693 阅读 · 1 评论