Coursera台大机器学习课程笔记11 -- Nonlinear Transformation

黄小二哥

于 2015-06-27 19:38:00 发布

阅读量67

点赞数

CC 4.0 BY-SA版权

文章标签：人工智能

原文链接：http://www.cnblogs.com/573177885qq/p/4604534.html

本文探讨了在机器学习中将线性不可分情况转化为非线性可分的方法及其成本，强调了从简单模型到复杂模型的逐步转换策略。通过分析案例，阐述了特征转换的重要性以及如何在实践中应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这一节讲的是如何将线性不可分的情况转为非线性可分以及转换的代价。特征转换是机器学习的重点。

最后得出重要的结论是，在做转换时，先从简单模型，再到复杂模型。

参考：http://www.cnblogs.com/ymingjingr/p/4340977.html

转载于:https://www.cnblogs.com/573177885qq/p/4604534.html

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。