決策樹的深度：max_depth=2 非參數(shù)學習 可以解決分類問題、多分類問題、回歸問題 非常好的可解釋性 計算信息熵 pruning 剪枝分的...
投稿
收錄了8篇文章 · 8人關(guān)注
-
決策樹
-
隨機梯度下降Batch Gradient Descent：某1點的θ的梯度值，每1項都要對所有的樣本進行計算，前面都有，樣本中所有信息批量進行計算。 樣本量...
-
信息熵機器學習是個熵降的過程一個具體事件的信息量應該是隨著其發(fā)生概率而遞減的，且不能為負。 信息量 信息量和信息熵 信息量，熵，交叉熵，相對熵與代價函...
-
梯度下降并不是所有函數(shù)都有唯一的極值點 多次運行，隨機化初始點 梯度下降法的初始點也是一個超參數(shù) 目標：使盡可能小 線性回歸法的損失函數(shù)具有唯一的最優(yōu)解...
-
邏輯回歸邏輯回歸 解決分類問題 把任意值，映射到(0, 1)之間；判定邊界 將樣本的特征 和 樣本發(fā)生的概率 聯(lián)系起來，概率是1個數(shù) 邏輯回歸得到1個概...
-
3.房價預測Baseline
代碼地址：appke/Los-House-Prices: 洛杉磯房價預測 房價預測Baseline 暴力填充 訓練模型 評估結(jié)果 制作訓練集、評...
-
1.人工智能的Pipeline代碼地址：appke/Los-House-Prices: 洛杉磯房價預測 人工智能的Pipeline 數(shù)據(jù)清洗清洗數(shù)據(jù)處理數(shù)據(jù)如何做特征工程，如...
-
線性回歸根據(jù)已知數(shù)據(jù)，找到一個模型，來做預測 可視化 建立假設(shè) Y = kx+b 利用 diabetes(糖尿病)數(shù)據(jù)集來學習線性回歸 Linear R...
-
機器學習導論喂給算法大量數(shù)據(jù)，訓練出模型 給算法大量數(shù)據(jù)，讓算法在數(shù)據(jù)中尋找規(guī)律(關(guān)系)，從而執(zhí)行智能任務 不確定世界中的真實問題，與經(jīng)典問題相比，沒有標準...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/1680148/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD.jpg', '推薦專題《人工智能》（ 分享自 @簡書 ）','http://www.itdecent.cn/c/960a0db657a4?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁面編碼gb2312|utf-8默認gb2312'));){kind=link}