xumajie88的专栏

决策树算法梳理1. 信息论基础（熵 联合熵 条件熵 信息增益 基尼不纯度）2.决策树的不同分类算法（ID3算法、C4.5、CART分类树）的原理及应用场景3. 回归树原理4. 决策树防止过拟合手段5. 模型评估6. sklearn参数详解，Python绘制决策树 1. 信息论基础（熵 联合熵 条件熵 信息增益 基尼不纯度） 信息熵： 熵原本是一个热力学的用词，在信息论中熵代表对随机变量不确定性的度...

逻辑回归与线性回归的联系与区别 联系：两种都可以归于同一个家族，即广义线性模型。这个家族中的模型形式基本上都差不多，不过的是因变量不同，如果是连续的就是多重线性回归，如果是二项分布就是logistic回归。 区别： （1）线性回归用来预测，逻辑回归用来分类； （2）线性回归是拟合函数，逻辑回归是预测函数； （3）线性回归的参数计算方法是最小二乘法，逻辑回归的参数计算方法是梯度下降 逻辑回归的原理...

线性回归算法梳理机器学习的一些概念有监督学习无监督学习泛化能力过拟合交叉验证线性回归的原理以下分别是一元和二元变量的线性回归实例图：线性回归损失函数、代价函数、目标函数优化方法(梯度下降法、牛顿法、拟牛顿法等)梯度下降法牛顿法拟牛顿法线性回归的评估指标sklearn参数详解 机器学习的一些概念 有监督学习 监督学习是机器学习的一种方法，可以由训练资料中学到或建立一个模式，并依此模式推测新的实例。训...