![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 90
woniuhuli
武汉理工大学电子信息科学与技术本科在读
展开
-
sklearn中的RandForest调参技巧
总结自这里写链接内容一、sklearn随机森林模型中可以通过调整3个主要参数来提高模型的泛化能力 1、max_features: 该参数表示在单个决策树生成时考虑的最大特征数。有如下三个选项: 1)、Auto/None:及默认会考虑所有输入特征 2)、sqrt:对于每个决策树的训练随机选择N−−√\sqrt{N}个特征。其中N为输入的最大特征数 3)、0.x:表示选择最大特征数的x%翻译 2018-01-07 16:37:00 · 2582 阅读 · 0 评论 -
机器学习基本概念理解
这一篇文章主要探讨机器学习中的一些基本概念。主要包括以下部分: 1. 机器学习的三要素 2. 机器学习中常用的损失函数,重点分析对数损失函数的意义 3. 常用的模型的正则化项及其实际意义 4. 交叉验证与模型的性能度量注:以下内容为自己学习西瓜书和《统计学习方法》过程中的总结,部分为自己的认识,错误之处烦请指出。一、机器学习三要素 李航博士的书中提到任何统计学习方法(...原创 2018-03-10 21:23:24 · 462 阅读 · 0 评论 -
逻辑斯蒂回归(LR)原理详解及公式推导
说白了,逻辑斯蒂回归实际上就是label y = 1的对数几率是输入x的线性函数的模型。对数几率 一个事件发生的概率为PPP, 则该事件发生的几率为P1−PP1−P\frac{P}{1-P}, 即为该事件发生的概率除以该事件不发生的概率。 该事件的对数几率即为:logit(p)=logp1−plogit(p)=logp1−plogit(p) = log\frac{p}{1-p} 逻辑...原创 2018-03-24 18:28:46 · 9604 阅读 · 1 评论