IP屬地：湖北
-
集成學(xué)習和隨機森林什么是集成學(xué)習？ 對于不同的算法，同一個問題給出的結(jié)果可能不盡相同，這時我們應(yīng)該如何判斷最為準確？答案是使用不同算法都進行運算，最后留一個投票環(huán)...
-
決策樹理解與入門原理 決策樹既可以解決分類問題，天然地可以解決多分類問題，也可以解決回歸問題如圖，當我們建立好一棵樹之后，對于未知的數(shù)據(jù)，我們就可以通過這樣的3...
-
SVM理解與入門原理 SVM是支持向量機的縮寫，可用于解決分類或者回歸問題。我們前面講過邏輯回歸一類的算法，其特征如下 主要是通過一個決策面/決策邊界將數(shù)據(jù)分類...
-
分類算法的評價準確度陷阱 我們首先看一下這個例子 何為準確度陷阱？對于極度偏斜的數(shù)據(jù)，只使用分類準確度是遠遠不夠的，我們很容易完全沒法判斷算法的好壞。 混淆矩...
-
邏輯回歸原理 邏輯回歸用于解決分類問題，但是你可能會疑惑，為何名字偏偏稱為回歸，嘿嘿嘿，這時因為我們在邏輯回歸中將連續(xù)取值結(jié)果的函數(shù)，一分為二，連續(xù)值便...
-
多項式線性回歸原理 前面我們學(xué)習了線性回歸，顧明思議，我們擬合的結(jié)果是線性的函數(shù)，而對于有一些數(shù)據(jù)，其分布明顯是屬于非線性的，這時我們應(yīng)該怎么辦呢？ 其實我們...
-
PCA主成份分析原理 PCA主成分分析是一種非監(jiān)督機器學(xué)習算法，主要用于數(shù)據(jù)的降維，相較于knn線性回歸這兩個監(jiān)督學(xué)習的算法，其理論部分要稍顯復(fù)雜一些，因此篇幅...
-
多元線性回歸原理 相較于簡單線性回歸，多元線性回歸僅僅是特征數(shù)從一變成了多，其他的基本上沒有變化 注意行為樣本，列為特征X矩陣的排列示意 基于多元線性回歸，...
-
簡單線性回歸理論 線性回歸算法用于解決回歸問題，而前述的knn算法用于解決分類問題 目的是尋找一條直線，最大程度上擬合樣本特征和樣本輸出標記之間的關(guān)系 樣本...