datawhale--机器学习之线性规划

本文介绍了机器学习中的线性模型,从基本形式的线性规划开始,包括线性回归的理论,如Label Encoder和One-hot Encoder在特征编码中的应用。接着探讨了对数线性回归作为广义线性模型的例子,以及如何通过联系函数将其转化为对数几率回归,即逻辑回归。虽然逻辑回归名称中包含‘回归’,但它实际上是一种分类算法。线性判别分析和多分类学习也进行了简要提及。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

理论部分:

周志华--机器学习--第三章:

3.1  基本形式

 

3.2  线性回归

Label  encoder(适用于属性取值之间存在着“序”(order)的关系)

离散属性连续化:对离散属性,如果属性取值之间存在着“序”(order)的关系,则可以将其连续化。eg:{高、低}--{1,0}

One-hot encoder :(适用于属性取值之间无“序”的关系)

 

 

常见目标:均方误差最小化

 

接下来进行了一元线性回归的推导(利用公

评论
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