机器学习
关注
分享
扫一扫
文章平均质量分 53
只说一句话
M12_1
记事的杂乱本
展开
-
机器学习之K折交叉验证
机器学习之K折交叉验证原创 2023-12-25 09:59:37 · 1037 阅读 · 0 评论 -
机器学习之随机森林
随机森林的简述原创 2023-12-25 09:37:29 · 477 阅读 · 0 评论 -
机器学习之朴素贝叶斯
朴素贝叶斯的简述原创 2023-12-23 15:29:10 · 953 阅读 · 0 评论 -
机器学习之交叉验证
讲述交叉验证的方法和步骤原创 2023-12-23 11:25:03 · 657 阅读 · 0 评论 -
机器学习之模型权重调优
权重调优方法包括梯度下降、学习率调整、正则化、批标准化、合适的权重初始化、随机初始化、超参数调优、自适应学习率、模型集成、使用预训练模型以及特征工程等，以优化模型的性能和泛化能力。调优策略的选择取决于具体问题和模型结构。原创 2023-12-22 15:10:20 · 1009 阅读 · 0 评论 -
机器学习之决策树
机器学习之决策树原创 2023-12-21 21:08:49 · 450 阅读 · 1 评论 -
机器学习之K均值聚类
K均值算法的原理和优缺点原创 2023-12-21 17:39:53 · 409 阅读 · 1 评论 -
机器学习之线性回归模型
其目的是找到一条直线或一个平面或更高维的超平面，使得预测值与真实值之间的误差最小化。线性回归模型通常使用最小二乘法来优化模型参数。线性回归是一种用于建立连续值输出的线性模型。原创 2023-12-21 17:07:38 · 432 阅读 · 1 评论 -
机器学习之KNN原理简述
一句话的KNN原创 2023-12-21 17:00:18 · 399 阅读 · 1 评论