机器学习概念整理

最新推荐文章于 2022-07-12 15:04:33 发布

原创最新推荐文章于 2022-07-12 15:04:33 发布 · 1.7k 阅读

CC 4.0 BY-SA版权

文章标签：

12 篇文章

订阅专栏

本文深入探讨了伯努利分布、均方差、最小二乘法、多项式展开、离散余弦变换、One-hot编码等统计与算法基础知识。同时介绍了主成分分析（PCA）的概念及其应用。通过简洁明了的解释和实例，旨在帮助读者掌握这些基础概念，为更高级的数据分析和机器学习工作打下坚实基础。

部署运行你感兴趣的模型镜像

伯努利分布：
https://zh.wikipedia.org/wiki/%E4%BC%AF%E5%8A%AA%E5%88%A9%E5%88%86%E5%B8%83
主成分分析：
https://zh.wikipedia.org/wiki/%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90
均方差：
https://zh.wikipedia.org/wiki/%E5%9D%87%E6%96%B9%E5%B7%AE
最小二乘法：
https://zh.wikipedia.org/wiki/%E6%9C%80%E5%B0%8F%E4%BA%8C%E4%B9%98%E6%B3%95
https://en.wikipedia.org/wiki/Ordinary_least_squares
多项式展开：
https://en.wikipedia.org/wiki/Polynomial_expansion
离散余弦变换：
https://zh.wikipedia.org/wiki/%E7%A6%BB%E6%95%A3%E4%BD%99%E5%BC%A6%E5%8F%98%E6%8D%A2
One-hot:
https://en.wikipedia.org/wiki/One-hot
One-hot的编码映射的列标签索引列的二进制向量,与最多一个单一的一个值。这个编码允许算法预期连续特性,如逻辑回归、使用分类特性
8.