soyb968的博客

线性模型一般用于回归问题，Logistic和Softmax模型一般用于分类问题求θ的主要方式是梯度下降算法，梯度下降算法是参数优化的重要手段，主要是SGD，适用于在线学习以及跳出局部极小值Logistic/Softmax回归是实践中解决分类问题的最重要的方法广义线性模型对样本要求不必要服从正态分布、只需要服从指数分布簇(二项分布、泊松分布、伯努利分布、指数分布等)即可；广义线性模型的自变量可以是连续的也可以是离散的。

回归算法是一种有监督算法回归算法是一种比较常用的机器学习算法，用来建立“解释”变量(自变量X)和观测值(因变量Y)之间的关系；从机器学习的角度来讲，用于构建一个算法模型(函数)来做属性(X)与标签(Y)之间的映射关系，在算法的学习过程中，试图寻找一个函数 使得参数之间的关系拟合性最好。回归算法中算法(函数)的最终结果是一个连续的数据值，输入值(属性值)是一个d维度的属性/数值向量举个例子对于房屋租赁价格画出如下图：横坐标为房屋租赁面积10，纵坐标是租赁价格。

机器学习概述机器学习入门1.机器学习的定义2.机器学习、人工智能和深度学习的关系1.机器学习理性认识2.相互关系3.机器学习基本概念和常用的应用场景1.机器学习概念2.机器学习与人工智能3.机器学习所用到的数据与词语4.机器学习商业场景4.机器学习、数据分析、数据挖掘的区别与联系5.机器学习分类分类1分类2（根据数据）常见模型6.机器学习数据处理流程模型训练及测试模型评估1.分类模型评估：2.回归模型评估3.代码中掉包直接用来评估![分类](https://img-blog.csdnimg.cn/20201

所有知识整理到百度网盘 链接：https://pan.baidu.com/s/1cOwNYWrEZ7n1y7D5WFDMGA 提取码：oqo7 复制这段内容后打开百度网盘手机App，操作更方便哦--来自百度网盘超级会员V3的分享

python之pandas学习pandas中的series的建立pandas中的DataFrame的建立pandas的基本功能（这里不一一列举）pandas里缺失值处理pandas里的常见统计方法pandas 属性介绍 pandas中的series的建立 先说说series ，series由numpy建立，如下； #series的建立 ##通过numpy的一维数组建立 se = Series(np.array([1,2,3,4])) print("通过numpy的一维数组建立\n",se) ##通过列表