封狼居胥

监督学习（Supervised-learning）案例：房价预测、肿瘤恶性判别代表问题：回归（regresion）：样本点的函数值为连续值（continious）----比如金额分类（classification）：样本点的函数值离散值（discrete）----比如是否为癌症特点：简而言之就是对于每一个样本点都有一个正确的答案（好还是坏）无监督学习（Unsupervised-l...

线性回归概念模型：  相量方式可写成：  代价函数  这里代价函数也叫损失函数（loss function），它用来表示函数拟合训练样本点的好坏。定义为：    其中Y是真实值，f(x)是我们给定的输出函数。一般情况下代价函数使用均方误差作为函数体针对大多数问题（特别是回归任务）进行性能度量，如下图：    损失函数越小，就代表模型拟合的越好。那是不是我们的目标就只是让los...

该文参考某大神：https://cuijiahua.com/blog/2017/11/ml_2_decision_tree_1.html使用决策树做预测需要以下流程：收集数据：从公开的数据源或者其他方式获取 。准备数据：使用numpy等工具处理数据，按照一定的格式存储起来。分析数据：可以使用任何方法，决策树构造完成之后，我们可以检查决策树图形是否符合预期。训练算法：最为重要的阶段。这个...