发简信
IP属地：北京
1、为什么要有监督类算法？ A：在提炼算法的过程中，需要从中发现“规律”，那就是通过数据本身的属性去进行总结和归纳，本着有因有果的表象，需要对问...
支持向量机，解决的是分类问题，非监督分类。相比逻辑回归中根据sigmoid函数将“结果”压缩到0-1区间，根据概率函数进行建模，而SVM则是将数...
PCA(Principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据降维算法（非监督的机器学习方法）。 ...
决策树学习本质上是从训练数据集中归纳出一组分类规则。 决策树学习算法有三个步骤： 1、特征选择（选择最优划分属性） 2、决策树生成 3、决策...
在之前学习线性回归算法时，是做预测，相比逻辑回归本身是做分类。逻辑回归是通过sigmoid函数整合将预测值进行相应转换： 逻辑回归本质是求概率...
#多元线性回归 通俗理解为 多元N次方程组，数据多了，靠拼凑。升维以解决高拟合。 #偏差与方差 偏差：模型的预测值与实际值的差距； 方差：模型在...
在看到语义处理——降维处理环节时，有用到LSA（潜语义分析）通过对大量的文本集进行统计分析，从中提取出词语的上下文使用含义。 LSA和传统向量空...
看完“还不了解梯度下降法？看完这篇就懂了！”这句话印象最深刻：首先梯度下降(Gradient Descent, GD)，不是一个机器学习算...
最基本的算法：一元线性回归方程 y=f(x)=aX+b 以前的应用题是解 一元一次方程组， 给出2组数据，即可求出a，b。 现在给出N 组数据，...