- 博客(538)
- 收藏
- 关注
RSS订阅
原创 【人工智能】人工智能的数学基础
人工智能（AI）的学习路线通常分为几个阶段，涉及数学基础、编程技能、机器学习、深度学习以及相关工具的掌握。本文是对数学基础部分的整理和总结，目前不断学习整理更新中.....
2024-11-12 10:43:43
375
原创 【机器学习】机器学习中用到的高等数学知识
机器学习是一个跨学科领域，涉及多种高等数学知识。掌握这些高等数学知识可以帮助理解机器学习算法的工作原理和实现过程。在实际应用中，建议结合编程实践，如使用 Python 中的 NumPy 和 SciPy 库进行线性代数和数值计算，使用 scikit-learn 进行统计分析和机器学习建模。通过理论与实践相结合，能够更深入地理解机器学习的核心概念和应用。
2024-11-07 09:38:28
823
原创 人工智能学习路线
人工智能学习的过程是循序渐进的，先打好数学和编程基础，然后逐步深入机器学习和深度学习，最后通过实际项目和工具框架的使用巩固知识。
2024-10-30 14:08:07
874
1
原创 【第二章:机器学习与神经网络概述】01.聚类算法理论与实践-(1)K-means聚类算法
K-means聚类算法是一种经典的无监督学习方法，通过迭代优化将数据划分为K个簇。算法流程包括初始化质心、分配数据点、更新质心直至收敛。K值选择可使用肘部法则或轮廓系数。该算法对初始点敏感，改进方法包括多次运行和K-means++初始化。虽然计算高效，但需预设K值且对异常值敏感。适用于客户细分、图像分割等场景，Python实现简便。
2025-06-17 11:05:41
469
原创 【第一章:人工智能基础】04.数学建模基本方法-(4)常见建模案例分析
本文介绍了数学建模的基本流程和常用方法，包括回归分析、线性/非线性规划、动态规划、图论建模、排列组合与概率以及微分方程建模等。通过城市垃圾运输路径优化、商品定价策略优化、流感传播预测模型和仓储调度问题四个典型案例，详细阐述了不同建模方法的应用场景和求解思路。文章还强调了建模过程中需要注意的问题抽象合理性、数据有效性、模型可解释性等关键要素，并推荐了Python、MATLAB等实用建模工具。最后总结了建模的基本流程和实战建议，为数学建模实践提供了系统指导。
2025-06-17 10:29:36
205
原创 【第一章:人工智能基础】04.数学建模基本方法-(3)概率与统计基础
本节介绍概率与统计的基本概念，重点包括条件概率、贝叶斯定理以及常见概率分布类型。条件概率用于描述在已知某些条件下，事件发生的可能性。贝叶斯定理则利用已有的先验知识，推导事件发生的后验概率，是现代机器学习中的重要工具。在概率分布方面，详细讲解了离散分布（如伯努利分布、二项分布）和连续分布（如正态分布、指数分布）的性质及其应用场景。通过图解和实例分析，帮助读者建立概率建模思维，为后续人工智能模型中的不确定性推理和数据分析打下基础。
2025-06-16 13:36:26
235
原创 【第一章:人工智能基础】04.数学建模基本方法-(2)矩阵运算与线性代数
本文介绍了矩阵运算与线性代数的基础知识及其在人工智能中的应用。主要内容包括：矩阵的基本概念与加减乘除运算、转置与特殊矩阵；可逆矩阵的条件与性质；特征值和特征向量的定义与求解方法。重点阐述了这些数学工具在PCA数据压缩、神经网络、图神经网络和推荐系统等AI领域的实际应用。最后提供了NumPy库中矩阵操作的代码示例，涵盖矩阵乘法、转置、求逆、特征值计算等常用功能。这些线性代数基础为人工智能算法的实现提供了重要数学支撑。
2025-06-16 13:28:09
272
原创 【第一章:人工智能基础】04.数学建模基本方法-(1)优化问题与线性规划
本节介绍优化问题与线性规划的基本概念。优化问题是指在约束条件下对目标函数进行最大化或最小化，其标准形式包括目标函数、约束条件和变量范围。线性规划是一类特殊的优化问题，要求目标函数和约束条件均为线性。二维情况下，可行区域由约束条件形成，最优解通常出现在边界点。单纯形法是求解线性规划的高效算法，通过迭代在可行解边界上移动寻找最优解。线性规划广泛应用于工程调度、资源分配、物流运输等领域。
2025-06-13 13:28:51
462
原创 【第一章:人工智能基础】03.算法分析与设计-(4)贪心算法（Greedy Algorithm）
贪心算法是一种通过局部最优选择构建全局最优解的算法设计方法。其核心在于贪心选择性质和最优子结构性质，适用于特定问题场景。常见应用包括活动选择问题（按结束时间排序选择不冲突活动）和最小生成树问题（Prim和Kruskal算法）。贪心算法简单高效（通常O(nlogn)），但不保证所有问题的最优解，需先验证其适用性。典型适用领域还包括Huffman编码、区间调度等具有独立子结构的问题。该算法在满足条件的问题中能快速获得近似最优解。
2025-06-13 13:16:53
461
原创 【第一章:人工智能基础】03.算法分析与设计-(3)动态规划
本文介绍了动态规划算法的基本概念和应用。动态规划通过分解问题为子问题、存储子问题解来提高效率，适用于具有重叠子问题和最优子结构的问题。重点讲解了最长公共子序列和0-1背包两个经典问题的解法，包括状态定义和转移方程。同时介绍了滚动数组等优化技巧，并展示了股票买卖和博弈论问题的动态规划应用。内容涵盖概念讲解、代码示例和优化方法，适用于算法学习和教学参考。
2025-06-12 09:39:21
513
原创 【第一章:人工智能基础】03.算法分析与设计-(2)分治法
本文介绍分治法的基本原理及其在排序算法中的应用。分治法通过"分解-解决-合并"三个步骤处理问题，归并排序和快速排序是其典型应用。归并排序稳定但需额外空间，时间复杂度恒为O(nlogn)；快速排序平均为O(nlogn)但不稳定，空间复杂度更低。两种算法各有优势：归并适合大数据和链表，快排适合内存数组。分治法作为经典算法思想，在解决递归问题时具有重要价值。
2025-06-12 09:15:11
238
原创 【第一章:人工智能基础】03.算法分析与设计-(1)算法复杂度分析
本文介绍了人工智能算法分析与设计中的复杂度分析方法。重点讲解了时间复杂度和空间复杂度的概念及其计算方式，包括常见的时间复杂度级别如O(1)、O(n)、O(n²)等。详细说明了Big-O符号的使用特点，即表示算法的最坏情况、忽略常数项和低阶项。文章还提及了Big-Omega和Big-Theta等其他复杂度符号，并强调在实际工程中Big-O的应用最为广泛。最后给出建议，指出在编写算法时需要在准确性、效率和可读性之间取得平衡。
2025-06-11 13:50:45
463
原创 【第一章:人工智能基础】02.数据处理及可视化-(3)可视化工具与技术
本文介绍了Python数据可视化工具Matplotlib和Seaborn的基础使用方法。主要内容包括：1）数据可视化的作用，如理解数据分布、识别异常等；2）Matplotlib的基本图表绘制（折线图、柱状图、散点图）；3）Seaborn的高级统计图表（关系图、柱状图、箱型图、热力图等）及其简洁语法；4）两者的对比：Matplotlib提供底层控制，适合复杂图形，而Seaborn风格美观，适合快速数据分析。建议数据探索优先使用Seaborn，需要精细定制时再用Matplotlib。
2025-06-11 13:26:49
1527
原创 【第一章:人工智能基础】02.数据处理及可视化-(2)数据集划分
在机器学习和人工智能项目中，合理划分数据集是确保模型效果和泛化能力的关键步骤。常见的划分包括训练集（用于模型学习）、验证集（用于调参和模型选择）和测试集（用于最终评估）。常用方法有随机划分、K 折交叉验证、留一法以及时间序列划分等。分类任务中应使用分层抽样以保持各类别比例一致，同时需避免测试集信息泄漏。科学划分能有效防止过拟合，提升模型在实际应用中的表现。
2025-06-10 11:13:11
649
原创 【第一章:人工智能基础】02.数据处理及可视化-(1)数据清洗与预处理
本文介绍了人工智能项目中数据清洗与预处理的关键技术。主要内容包括：1）使用Pandas检测和处理缺失值的方法，如删除、填充固定值等；2）重复数据的识别与处理；3）通过统计方法和分位数识别异常值；4）标准化字段格式的技巧。文章强调数据质量对模型效果的决定性作用，并指出合理的数据预处理能显著提升后续建模质量。各项技术均配有Python代码示例，涵盖了数据清洗的主要处理环节。
2025-06-10 11:04:33
365
原创 【第一章:人工智能基础】01.Python基础及常用工具包-(4)Python环境管理
Python环境管理是AI开发的基础技能。文章介绍了两种主要工具：virtualenv适用于轻量级项目，通过pip安装，创建独立Python环境；conda更适合数据科学，能管理多语言依赖。两种工具都支持环境创建、激活、依赖安装及导出共享。关键区别在于conda支持非Python库，更适合机器学习项目。建议每个AI项目都使用虚拟环境隔离依赖，避免版本冲突。掌握环境管理是开展Python项目开发的第一步。
2025-06-09 16:15:22
408
原创 【第一章:人工智能基础】01.Python基础及常用工具包-(3)常用数据科学工具包
本文介绍了Python数据科学中NumPy和Pandas两大核心工具的基础操作。NumPy作为高性能数值计算库，重点讲解了数组创建、属性方法及逻辑操作，包括数组初始化、形状调整、矩阵运算等。Pandas作为数据处理利器，详细阐述了Series和DataFrame的创建、数据筛选、排序、缺失值处理等核心功能。文章还说明了二者的协同使用方法，强调NumPy提供底层计算支持，Pandas实现数据清洗分析，二者结合构成了人工智能项目中数据预处理与特征工程的重要基础。掌握这两个工具包对数据科学工作具有关键意义。
2025-06-09 16:09:38
353
原创 【第一章:人工智能基础】01.Python基础及常用工具包-(2)Python函数与模块
本节介绍了 Python 中函数与模块的基本概念和使用方法。首先讲解了如何定义和调用函数，包括参数传递、默认参数与返回值。接着介绍了模块的导入方式，如 import、from ... import ...，并说明了如何自定义模块与使用标准库模块。最后，重点列举了几个常用标准库（如 math、random、datetime、os、json 等）及其常用方法与示例，帮助读者掌握常用工具在数据处理与逻辑编程中的实际应用，为后续人工智能编程打下坚实基础。
2025-06-06 15:01:14
654
原创 【第一章:人工智能基础】01.Python基础及常用工具包-(1)Python语法与基础数据类型
本文介绍人工智能领域最常用的Python编程基础，包括变量命名规则（字母/数字/下划线组合）、7种核心数据类型（整型、浮点型、字符串等）、条件判断语句（if/elif/else结构）以及两种循环结构（for和while循环）。重点说明Python特有的语法特征：动态类型、代码块缩进规则和循环控制语句（break/continue）。掌握这些基础知识是学习后续NumPy、Pandas等AI工具包的必要前提。
2025-06-06 14:47:22
281
原创 从 0 打造爆款 AI 智能体：用 Coze 快速上手全攻略
摘要：Coze是由字节跳动推出的可视化AI智能体开发平台，无需编程即可通过拖拽组件创建具备对话、推荐、记忆等功能的AI助手。该平台支持多轮对话设计、知识库接入、插件调用和记忆能力，提供GPT-4等多种模型选择。文章详细介绍了构建智能体的三个步骤：场景定位、功能配置和亮点设计，并以"图文知识推荐助手"为例展示实操方法。Coze特别适合中文用户，可用于客服、教育、内容创作等场景，让非技术人员也能打造个性化的AI助手。其简易性和中文友好特性使其成为国内用户创建智能体的优选工具。
2025-05-30 19:56:15
693
原创 别再盲选了！n8n、Dify 和 Coze 哪个平台更适合你？
本文对比了n8n、Dify和Coze三款自动化与AI开发平台的特性差异。n8n作为开源流程自动化工具，擅长复杂系统集成，适合开发者构建定制化工作流；Dify是专注大模型应用的低代码平台，提供企业级AI解决方案；Coze则采用零代码设计，能快速创建聊天机器人，适合轻量级应用。三者各有侧重：n8n功能最强大但门槛较高，Dify平衡功能与易用性，Coze最易上手但功能有限。选择需根据团队技术能力、业务复杂度等需求权衡，n8n适合深度定制，Dify适用企业AI场景，Coze则满足快速原型开发需求。
2025-05-30 19:37:54
1314
原创 大语言模型在软件工程中的应用、影响与展望
大语言模型（LLMs）代表了人工智能领域的一项重大突破，它们是经过海量文本数据训练的先进人工智能系统，旨在理解、解释并生成类人文本。这些模型的核心能力源于其在庞大数据集上进行的广泛训练，使其能够捕捉语言的细微之处和复杂模式，从而实现对下一个词的概率预测，进而生成连贯且上下文相关的输出。LLMs的强大之处不仅在于其文本生成能力，更在于其展现出的多任务适应性和复杂的推理能力。与传统AI模型通常只能执行单一任务不同，一个大模型能够涵盖广泛的能力范畴，对下游任务表现出极高的适应性和灵活性。
2025-05-25 09:18:54
1209
原创 【读书笔记】《思考，快与慢》总结
《思考，快与慢》揭示了人类思维的两种模式：系统1（快速直觉）和系统2（缓慢理性）。诺贝尔奖得主卡尼曼通过大量实验证明，我们日常决策常受系统1的认知偏差影响，如锚定效应、损失厌恶等，导致非理性判断。书中提出的前景理论颠覆了传统经济学假设，指出人们对损失的敏感度高于收益。这本书不仅解释了思维误区，更为行为经济学奠定了基础，对个人决策和公共政策具有深远影响。理解这些思维陷阱，能帮助我们做出更明智的选择。
2025-05-25 09:09:46
303
原创 【漫话机器学习系列】277.梯度裁剪（Gradient Clipping）
摘要：梯度裁剪（Gradient Clipping）是深度学习中防止梯度爆炸的技术，通过限制梯度范数（如超过阈值v则缩放）来稳定训练，尤其适用于RNN、LSTM等深层模型。其核心原理不改变梯度方向，仅控制大小，避免参数更新过大导致模型发散。PyTorch/TensorFlow可通过简单API实现（如clip_grad_norm_）。需注意梯度裁剪是训练保障而非精度优化手段，建议阈值设为0.1~5，常用于高学习率或复杂结构场景。
2025-05-25 08:53:36
1106
原创 【漫话机器学习系列】276.梯度悬崖(Gradient Cliff)
《深度学习中的梯度悬崖问题解析》摘要 本文深入剖析了深度学习优化过程中的梯度悬崖现象。梯度悬崖指损失函数曲线出现急剧下降区域，导致梯度骤增，使优化算法可能越过最优解，引发训练不稳定甚至失败。文章图文并茂地展示了梯度悬崖的形成机制，分析了其成因包括不当的初始参数设置、过高学习率、复杂损失函数形状等。针对性地提出了五项解决方案：合理设置学习率及衰减策略、使用梯度裁剪技术、优化损失函数设计、选用平滑激活函数，以及采用优化初始化策略。通过系统性地理解并应对梯度悬崖问题，可有效提升模型训练的稳定性和收敛效果。
2025-05-24 09:31:18
814
原创 【漫话机器学习系列】275.GrabCut 算法——用于去除图片背景（Grabcut For Removing Image Backgrounds）
GrabCut 是由微软剑桥实验室于 2004 年提出的一种交互式图像前景分割算法。相比传统的图像分割方法，它的亮点是：支持用户轻松交互，只需简单画个矩形；基于高斯混合模型（GMM）与图割（Graph Cut）优化；分割效果细腻，适用于复杂背景下的图像处理。GrabCut 是一项结合图割与 GMM 的强大图像分割算法；通过手动圈定目标区域，就能自动判断前景与背景；适合中等难度的抠图任务，是 OpenCV 实战中的常用技能之一。
2025-05-24 09:26:43
853
原创 【漫话机器学习系列】274.基尼指数（Gini Index）
基尼指数（Gini Index）是决策树模型中用于衡量数据集纯度的关键指标，尤其在CART算法中广泛应用。它通过计算节点中各类别样本比例的平方和来评估数据的“纯度”，值越小表示类别越集中，纯度越高。基尼指数的计算简单高效，适用于分类问题，特别是二分类任务。与信息增益和增益率相比，基尼指数对多分类特征的偏倚较小，且计算速度更快。在实际应用中，选择使基尼指数最小的特征进行节点划分，有助于构建更“纯”的子集，提升决策树的分类效果。
2025-05-23 19:20:00
939
原创 【漫话机器学习系列】273.高斯朴素贝叶斯分类器(Gaussian Naive Bayes Classifier)
高斯朴素贝叶斯分类器是一种基于贝叶斯定理的监督学习算法，特别适用于处理连续型特征的数据。其核心思想是通过先验概率和条件独立假设，计算后验概率，并选择最大概率的类别作为预测结果。该分类器假设每个特征在给定类别下服从高斯分布（正态分布），因此得名“高斯”。其优点包括训练速度快、对小数据集有效、对高维数据表现良好，但缺点是对特征独立假设过于强烈，且对异常值敏感。高斯朴素贝叶斯广泛应用于垃圾邮件识别、情感分析、医疗诊断等领域。
2025-05-23 19:13:50
1113
原创 【漫话机器学习系列】272.K近邻中K的大小（K-NN Neighborhood Size）
K近邻算法（KNN）是一种基于距离度量的分类与回归方法，其核心在于选择合适的K值，即测试样本的最近邻居数量。K值的选择直接影响模型的偏差和方差：小K值（如1、3）使模型更灵活，低偏差但高方差，容易过拟合；大K值（如15、30）使模型更平滑，高偏差但低方差，容易欠拟合。因此，K值的选择需要在偏差和方差之间取得平衡，以提升模型的泛化能力。实际应用中，建议使用交叉验证选择K值，通常范围在3~30之间，优先选择奇数，并考虑样本大小和维度问题。KNN在图像识别、文本分类、推荐系统等场景中表现良好。
2025-05-22 21:13:01
788
原创 【漫话机器学习系列】271.KNN 算法的小技巧（K-Nearest Neighbors Tips And Tricks）
KNN（K近邻）算法是一种直观且易于实现的监督学习算法，广泛应用于分类和回归任务。尽管其原理简单，但在实际应用中，掌握一些技巧可以显著提升其性能。首先，所有特征应被放缩到相同量级，以避免因量纲不一致导致的模型偏倚，建议使用标准化或归一化处理。其次，K值应选择奇数，以防止在多数投票中出现平票情况。此外，可以采用加权投票，使距离更近的样本拥有更大的投票权重，提升分类准确率。最后，尝试多种距离度量方法（如欧几里得、曼哈顿、余弦相似度等），以适应不同数据类型和问题需求。
2025-05-22 20:47:44
755
原创 【漫话机器学习系列】270.KNN算法（K-Nearest Neighbors）
KNN（k近邻）算法是一种基于距离度量的监督学习算法，广泛应用于分类与回归问题。其核心思想是通过计算待分类样本与训练集中各样本的距离，选取最近的K个邻居，根据多数投票原则确定分类结果。K值的选择对算法效果至关重要，通常取奇数以避免二分类中的平票情况，并通过交叉验证确定最优K值。特征处理方面，二进制特征常用海明距离，数值型特征则多用欧氏距离。KNN的优势在于直观易懂，适合小样本、低维数据，但面对大规模或高维数据时，计算成本高且易受维度灾难影响。常见应用包括图像识别、推荐系统等。为提高效率，可结合降维技术或使用
2025-05-20 12:21:59
746
原创 【漫话机器学习系列】269.K-Means聚类算法（K-Means Clustering）
K-Means聚类算法是一种基于距离的无监督机器学习方法，旨在将数据集划分为K个不重叠的簇，使得簇内数据点相似度高，簇间差异大。该算法实现简单、效率高，广泛应用于市场细分、图像压缩等领域。其核心步骤包括：随机初始化K个中心点、将样本分配到最近的中心点、更新中心点位置，并重复这些步骤直至收敛。K值的选择对聚类效果至关重要，常用方法有肘部法则和轮廓系数等。K-Means算法虽易于实现和解释，但需手动指定K值，且对初始中心敏感，仅适用于凸形聚类。掌握K-Means是学习更复杂聚类模型的基础。
2025-05-20 12:14:03
1955
原创 【漫话机器学习系列】268. K 折交叉验证（K-Fold Cross-Validation）
K折交叉验证（K-Fold Cross-Validation）是一种评估机器学习模型性能的重采样方法，通过将训练数据划分为K个等份，轮流使用其中一份作为验证集，其余作为训练集，反复训练和验证模型，以评估其在未知数据上的泛化能力。这种方法减少了模型评估的方差，提高了评估的鲁棒性，并更充分地利用了数据。K值的选择常见为5或10，其中10折交叉验证在偏差与方差之间取得了较好的平衡。损失函数可以是均方误差、对数损失函数或精度，根据任务需要选择。
2025-05-19 07:52:10
1184
原创 【漫话机器学习系列】267.JOINS
本文通过图解方式详细解析了SQL中的多表连接（JOIN）操作，适合SQL初学者、中级开发者和数据分析师快速理解。文章首先介绍了JOIN的基本概念，随后通过图示展示了五种常见的JOIN类型：LEFT JOIN（左连接）、RIGHT JOIN（右连接）、INNER JOIN（内连接）、FULL OUTER JOIN（全外连接）和OUTER MINUS INNER（外连接减去内连接）。每种JOIN类型都配有详细的语法说明和实际应用场景，帮助读者理解其本质区别。文章还提供了对比一览表，总结了各JOIN类型的特点，并
2025-05-19 07:40:51
830
原创 【漫话机器学习系列】266.雅可比矩阵（Jacobian Matrix）
雅可比矩阵是描述多变量向量函数一阶偏导数的矩阵，广泛应用于深度学习、优化算法、机器人控制等领域。它通过矩阵形式表示输入变量微小变化对输出变量的影响，起到局部线性近似的作用。在神经网络的反向传播、自动微分系统、非线性最小二乘优化及机器人动力学中，雅可比矩阵都是关键工具。其几何意义在于描述向量场的局部线性变换，如旋转和缩放。通过雅可比矩阵，可以更直观地理解多变量函数的变化关系，为复杂系统的分析和优化提供数学基础。
2025-05-18 09:30:22
948
原创 【漫话机器学习系列】265.普拉托变换的相关问题（Issues With Platt Scaling）
PlattScaling是一种广泛使用的概率校准方法，旨在将机器学习模型的输出分数映射为概率，以提高预测结果的可解释性和实用性。然而，这种方法并非没有缺陷。首先，PlattScaling通过训练额外的逻辑回归模型来实现校准，这通常需要进行交叉验证以避免过拟合，导致计算资源和时间的显著增加。其次，由于过分关注概率拟合，可能会导致预测概率与实际分类结果不一致，特别是在数据分布不平衡的情况下。为了解决这些问题，可以考虑使用更轻量的校准方法如IsotonicRegression，或对不平衡数据进行重采样。尽管Pla
2025-05-18 09:22:51
814
原创 【漫话机器学习系列】264.内距（又称四分位差）Interquartile Range
内距（Interquartile Range，IQR）是数据分析中用于识别异常值的重要工具。IQR定义为第三四分位数（Q3）与第一四分位数（Q1）之差，表示数据中间50%的范围。通过IQR，可以计算异常值的上下界，通常为Q1-1.5×IQR和Q3+1.5×IQR，超出此范围的数据点被视为异常值。IQR方法相比标准差法更稳健，尤其适用于非正态分布数据。在数据清洗、可视化和机器学习特征工程中，IQR被广泛应用。例如，在Python中，可以通过计算IQR和设定上下界来识别异常值。IQR与箱型图结合使用，能直观展示
2025-05-17 15:23:21
942
原创 【漫话机器学习系列】263.线性插值（Interpolation）
线性插值是一种在数据科学与机器学习中常用的技术，用于填补缺失数据。它通过在已知数据点之间画一条直线，根据直线的斜率来推测中间未知点的数值。这种方法简单直观，适用于多种场景，如数据清洗、图像处理、动画插帧、金融建模和传感器数据补全等。线性插值的优点在于其简单快速、易于实现，且不需要引入外部假设，但它也有局限性，如不能处理非线性变化趋势和对突变数据敏感。通过Python中的Pandas或NumPy库，可以轻松实现线性插值。尽管线性插值是数据插值的“入门款”，但其高效性和直观性使其在众多实际项目中得到广泛应用。
2025-05-17 15:14:22
977
原创 【漫话机器学习系列】262.交叉项（Interaction Term）
交叉项（InteractionTerm）在回归模型中用于捕捉特征变量之间的相互作用，当目标变量的变化依赖于多个特征的联合影响时，交叉项显得尤为重要。其数学形式通常表现为两个或多个特征变量的乘积，如回归模型中的 (x_1 \times x_2)，用于衡量它们的协同效应。引入交叉项可以提升模型的解释能力和预测精度，尤其在广告点击率、房价预测和生物统计等场景中，忽略交叉项可能导致模型遗漏关键信息。在实际建模中，可以通过手动创建交叉项或使用工具如 PolynomialFeatures 自动生成。然而，交叉项的存在增
2025-05-16 12:12:49
996
原创 【漫话机器学习系列】261.工具变量（Instrumental Variables）
在数据建模与因果推断过程中，我们经常遇到一个棘手问题：内生性（Endogeneity）。它会导致模型估计产生偏差，进而误导决策。在这篇文章中，我们将结合一幅图解，用通俗语言讲清楚什么是工具变量（Instrumental Variables, IV），它能解决什么问题，以及我们应该如何理解它的使用逻辑。
2025-05-16 12:06:29
1144
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人