- 博客(2)
- 收藏
- 关注
RSS订阅原创 02.机器学习——线性回归模型
线性回归 线性回归目前是一种被广泛应用的回归技术，也是一个最简单的模型，它有很多种推广形式，究其本质就是一系列特征的线性组合。在二维空间，线性回归模型就是一条直线，在三维空间，线性回归模型就是一个平面。 简单点描述。线性回归最简单的例子就是f(x) = ax + b 其中x向量代表一条样本{x1,x2,…,xn},其中x1,x2…代表的就是样本特征，a就是一条向量代表的每个特征所占的权重，b是一个标量，代表特征为0时的预测值`。 import numpy as np a_t,b = np.array([1,
2021-03-18 21:47:04
354
原创 01.机器学习——机器学习的三大主要任务
1.有监督学习 有监督学习是用已知某种或某些特性的样本作为训练集，建立数学模型，并用建立的模型来预测未知的样本。 有监督学习的最关键的是从标签化的数据集中推断出模型机器学习任务。 通俗的讲，标签就是特征，给数据打标签就是告诉计算机这么多的特征是在描述什么。 2.无监督学习 既然了解了有监督学习，那么无监督学习也就跃然纸上，我们习惯将通过特征信息归纳新规律的方法称之为无监督学习。 无监督学习的任务是推断出数据的一些内存结构，但是容易因为人的主观臆想导致推断结果出现偏差。 3.半监督学习 顾名思义，半监督学
2021-03-15 22:13:37
684
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人