算法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
kmeans 的K如何确定 以及 原理
在这里插入图片描述
缺点 如何改进
EM算法 不用看
支持向量机知道有哪些核函数 损失函数等 推导不用会

损失函数

在这里插入图片描述
hinge loss 时SVM的损失函数

评估

hold out 流出法 工业界用的多
A-B-test 是在线的评估方法 其他三个是离线的评估方法
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
libsvm 适合稀疏矩阵 libFM 用于2分类
在这里插入图片描述
在这里插入图片描述
以及模型的迭代 优化等
在这里插入图片描述
判别模型是对条件概率建模 生成模型是对联合概率建模
在这里插入图片描述
在这里插入图片描述
逻辑回归后面继续听
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值