coszhuang的博客

涉及到的机器学习回归模型有：线性回归、多项式回归、岭回归、Lasso回归、弹性网络回归、逻辑斯蒂回归、决策树回归、随机森林回归

你好，我是cos大壮~有人说svm算法很神奇，其实svm本身有些神奇的特性和优势。包括: SVM 算法通过使用核函数将数据映射到高维特征空间，使得原本在低维空间中不可分的数据变得可分。这种能力使得 SVM 在解决非线性分类和回归问题时非常强大。: SVM 的目标是找到一个最优超平面，即能够准确分类训练样本并且能够最大程度地推广到未见过的测试样本。SVM 通过最大化分类边界的距离（间隔）来实现这一点，从而提高了模型的泛化能力。: SVM 主要关注支持向量（位于最优超平面上的样本点），而不是整个特征空间。

介绍了matplotlib的几大功能点，包括绘制基本图形、定制化图形、多个坐标轴、3D绘图、动态交互绘图、绘制地图、绘制统计图表等等

涉及到：回归、正则化算法、集成算法、决策树算法、支持向量机、降维算法、聚类算法、基于实例的算法、贝叶斯算法、人工神经网络、深度学习

正则化是一种用于降低机器学习模型过拟合风险的技术。当模型过度拟合训练数据时，它会在新样本上表现不佳。所以为了解决这个问题，我们必须要引入正则化算法。

最常用的5个python绘图，包含案例！嗨，我是cos大壮！之前一段时间，介绍过几个不太常见但是很好用的Python库，感兴趣的大家可以回顾之前的几篇文章看看~今天介绍的是王中王，也会最最常见而且能力非常强悍的Python可视化库！一起来看看~

5 个集成算法模型的全部总结，包括Bagging、Boosting、Stacking、Voting、深度学习集成！

**Matplotlib** 通常来说是一个用于创建静态、动态和交互式可视化的 Python 库。提供了大量的绘图选项，帮助用户能够根据数据的特点创建各种类型的图形。

涉及到的机器学习回归模型有：线性回归、多项式回归、岭回归、Lasso回归、弹性网络回归、逻辑斯蒂回归、决策树回归、随机森林回归