机器学习常用算法总结

本文总结了机器学习中常见的算法,包括逻辑回归、SVM、PCA、LDA、决策树、K-means、KNN、朴素贝叶斯以及集成学习。逻辑回归通过梯度下降求解分类参数;SVM利用核函数和松弛变量实现分类;PCA用于数据降维;LDA以最大类间方差和最小类内方差为目标进行降维;决策树依据信息增益选择特征;K-means基于样本最近邻原则进行聚类;KNN通过多数投票决定样本类别;朴素贝叶斯基于特征条件独立假设进行分类;集成学习通过结合多个弱分类器提升模型性能。
摘要由CSDN通过智能技术生成

1.LR

LR:逻辑回归,对数据进行二分

原理

逻辑回归假设数据服从伯努利分布,通过极大化似然函数的方法,运用梯度下降来求解参数,来达到将数据二分类的目的。

损失函数

在这里插入图片描述

思路:

(1) h θ h_θ hθ( x i x_i x

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值