机器学习公式推导

最新推荐文章于 2024-08-31 11:22:05 发布

Zero-One-0101

最新推荐文章于 2024-08-31 11:22:05 发布

阅读量405

点赞数

CC 4.0 BY-SA版权

分类专栏： ML&DL-总结性文章文章标签：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/wangzi11111111/article/details/88989870

ML&DL-总结性文章专栏收录该内容

20 篇文章

订阅专栏

本文介绍了多种核心机器学习算法，包括线性回归、逻辑回归、线性判别分析、PCA、k-means、决策树、SVM、随机森林、GBDT、XGBoost及强化学习等，并简要阐述了每种算法的基本思想与应用场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

线性回归

逻辑回归

对于分类问题：输出0/1，超过[0,1]没有意义，使用sigmoid函数

**代价函数：**使用L2平方差，由于模型函数变了，会导致J()变成非凸函数，有可能出现很多局部最小值，梯度下降很难收敛到全局最小值

线性判别分析

LDA思想：将高维样本投影到具有最佳判别效果的低维矢量空间，使得降维样本在新的子空间内类间距离最大，类内距离最小，在该低维空间内有最大的可分性。

PCA

k-means

决策树

svm

随机深林

GBDT

xgboost

强化学习

MapReduce

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。