机器学习
测试员小何
如果对软件测试有兴趣,想了解更多的测试知识,解决测试问题,以及入门指导,
帮你解决测试中遇到的困惑,我们这里有技术高手。如果你正在找工作或者刚刚学校出来,
又或者已经工作但是经常觉得难点很多,觉得自己测试方面学的不够精想要继续学习的,
想转行怕学不会的,都可以加入我们644956177。
群内可领取最新软件测试大厂面试资料和Python自动化、接口、框架搭建学习资料!
展开
-
连续苦情剧:机器学习入门笔记(二):线性模型
一.基本形式给定由d个属性描述的示例x= (x1; x2; …; xd),其中 xi 是 x 在第 i 个属性上的取值,线性模型(inear model)试图学得一个通过属性的线性组合来进行预测的函数,即:一般用向量形式写成:其中w= (w1;w;…;wd).w和b学得之后,模型就得以确定.线性模型具有良好的可解释性(comprehensibility),每个属性对应的权重可以理解为它对预测的重要性,并且建模较为简单,许多功能更为强大的非线性模型(nonlinear model)...原创 2020-08-11 20:25:16 · 301 阅读 · 0 评论 -
连续苦情剧:机器学习入门笔记(一):模型性能评价与选择
文章目录 一.训练误差与测试误差 1.1 基本概念 1.2 训练误差 1.3 泛化误差(测试误差) 1.4 过拟合 二.模型评估方法 2.1 留出法(hold-out) 2.2 正则化 2.3 交叉验证 2.4 自助法 三.模型性能评价 3.1 错误率与精度 3.2 查准率,查全率,F1,P-R曲线 3.3 ROC曲线 3.4 混淆矩阵 3.4.1 多类别混淆矩阵 3.4.2 基于多类别混淆...原创 2020-08-11 19:50:06 · 429 阅读 · 0 评论