机器学习
更新机器学习算法
nk妹妹
暂无
展开
-
机器学习---线性回归
一元线性回归模型 一元线性回归顾名思义自变量的个数为1个,因变量的个数也是1个。需要我们根据训练数据去学得一个线性模型以尽可能的准确的预测实值的输出。f(x)=wX+bf(x)=wX+bf(x)=wX+b 那么我们如何去确定w和b的值呢?根据衡量预测值与实际值之间的区别,我们可以令均方误差最小化。基于这种均方误差最小化来进行模型求解的方法成为最小二乘法。 对目标函数分别对w和b求导,并令导数为0,即可解出w和b的值。也可以使用梯度下降法,求出w和b。案例1为使用梯度下降法求解,案例2原创 2022-04-21 20:24:18 · 1379 阅读 · 0 评论 -
机器学习的基本概念
1.训练集:用来进行训练,也就是产生模型或者算法的数据集。测试集:用来专门进行测试已经学习好的模型或者算法的数据集。2.特征向量:属性的集合,通常用一个向量来表示。3.标记:实例类别的标记。4.分类问题:目标标记为类别型数据。回归问题:目标标记为连续型数值。5.有监督学习:训练集有类别标记(标签已知)。无监督学习:训练集无类别标记。半监督学习:有类别标记的训练集+无标记的训练集。6.步骤:①把数据拆分为训练集和测试集。②用训练集来训练算法。③用学习来的算法运用在测试集上。...原创 2021-03-24 23:29:08 · 64 阅读 · 0 评论