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</

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。
最低0.47元/天 解锁文章
1100

被折叠的 条评论
为什么被折叠?



