- 博客(5)
- 收藏
- 关注
RSS订阅原创 【机器学习】KNN算法优化实战
KNN（K-Nearest Neighbors）是一种基于实例的监督学习算法，用于分类和回归。其核心思想是：给定一个样本，找到训练集中与其最接近的 K 个样本，然后根据这 K 个样本的标签（分类问题）或值（回归问题）来预测目标样本的标签或值
2025-02-28 08:58:39
530
原创 【机器学习】模型调参
以下是 中 的主要可调参数：作用：指定正则化类型，用于防止过拟合。可选值：：L1 正则化（Lasso 回归）。：L2 正则化（Ridge 回归，默认值）。：L1 和 L2 正则化的组合。：不使用正则化。示例： 1.2 （正则化强度） 作用：控制正则化的强度。 越小，正则化越强。取值范围：正浮点数，默认值为 。示例： 1.3 （优化算法） 作用：指定用于优化问题的算法。可选值：：适用于 L2 正则化。：适用于 L2 正则化（默认值）。：适用于小数据集，支持 L1 和
2025-02-25 17:41:14
738
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人