<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Ming_shy的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Ming_shy</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Ming_shy]]></copyright><item><title><![CDATA[一文读懂逻辑回归、详细回归]]></title><link>https://blog.youkuaiyun.com/Ming_shy/article/details/107032519</link><guid>https://blog.youkuaiyun.com/Ming_shy/article/details/107032519</guid><author>Ming_shy</author><pubDate>Tue, 30 Jun 2020 07:05:30 +0800</pubDate><description><![CDATA[一、线性回归
1.概念
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;对于一组特征，使用线性方程来进行拟合，对结果进行预测，公式如下：

2.代价函数
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;线性回归选取的损失函数是均方误差，均方误差表示所有样本到该预测函数的欧式距离最小，代价函数如下：

对每一个θ进行求导，便可以求取θ的值：

更新：   ，其中α为学习率
3.如何选取α，如何停止更新权值
&nbs]]></description><category></category></item><item><title><![CDATA[一文看懂机器学习-样本不均衡问题]]></title><link>https://blog.youkuaiyun.com/Ming_shy/article/details/107013868</link><guid>https://blog.youkuaiyun.com/Ming_shy/article/details/107013868</guid><author>Ming_shy</author><pubDate>Mon, 29 Jun 2020 09:43:28 +0800</pubDate><description><![CDATA[这里简单以二分类问题说明，如果正负样本比例为1:100，这样的比例是必须得考虑的问题，也得解决样本不均匀的问题，否则训练出来的模型会具有偏向性。例如：样本中有980个正样本，20个负样本，这样模型只需要输出结果为正样本，就可以达到99.8%的正确率，但是这样的模型是没有意义的，不具备泛化性。
常用的处理方式：

欠抽样：将样本较多的一类，删除样本，其实二类样本数量基本保证一致，无明显差异，但是这样会造成样本的信息损失，影响模型的性能；
过抽样：增加扩展样本较少的一类，两类样本数量基本达到一致，但是需要重新收]]></description><category></category></item><item><title><![CDATA[机器学习--特征工程]]></title><link>https://blog.youkuaiyun.com/Ming_shy/article/details/106984005</link><guid>https://blog.youkuaiyun.com/Ming_shy/article/details/106984005</guid><author>Ming_shy</author><pubDate>Sat, 27 Jun 2020 16:41:21 +0800</pubDate><description><![CDATA[一、为什么要做特征工程？
在工业也流行着一句话：“数据和特征决定了机器学习的上限，而模型和算法知识逼近这个上限的方式”，由此可见，拥有适用于当前问题的数据和特征是至关重要的，因此做特征工程目的就是拥有更加适合当前问题的数据和特征。
二、数据预处理
2.1 缺失错误值处理
错误值处理方式：前期收集数据，数据源来源不同，可能造成数据格式不统一，需要统一格式；对于数值型的数据，某个样本出现字符型数据，可以进行人工查验或删除该数据。
缺失值处理方式:删除所在的行或列；取中位数、众数、均值；使用算法预测。
2.2 数]]></description><category></category></item></channel></rss>