ISLR第一、二章学习笔记

本文为ISLR第二章的学习笔记,涵盖了统计学习的目的、方法、预测与解释的权衡,以及评估模型准确性的方法。重点讨论了预测与推断、参数与非参数方法、偏差-方差权衡,并简述了有监督与无监督学习的区别。

ISLR第一、二章学习笔记

ISLR第二章

2.1 What Is Statistical Learning

2.1.1 Why Estimate f?

There are two main reasons that we may wish to estimate f:
- Prediction
- Inference

2.1.2 How Do We Estimate f?

  • Parametric Methods

    1. 大大降低了复杂度
    2. 可能和实际的函数关系并不匹配
    3. 一开始选择的模型对之后学习影响很大
    4. 适合观测值较少的情形
    
  • Non-parametric Methods

    1. 不需要猜测函数模型
    2. 需要大量观测数据,成本高
    3. 对观测值的错误率几乎为0(准确率高)
    4. 难以理解
    

2.1.3 The Trade-Off Between Prediction Accuracy and Model
Interpretability

  • Subset Selction Lasso(最难理解)
  • Least Squares
  • Generallized Additive Models Trees
  • Bagging,Boosting
  • SVM(最灵活)

越灵活越难以理解

more accurate,less fexible</

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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