我是小白呀的博客

聚类算法的总结: k-means 算法 和 DBSCAN 算法.

逻辑回归 总结概述Sigmoid 函数逻辑回归实现案例一概述逻辑回归 (Logic Regression) 本质上就是线性回归. 虽然逻辑回归被称为回归, 但实际上是一个分类模型, 用作二分类问题. 逻辑回归的决策边界可以是非线性的.Sigmoid 函数Sigmoid 函数将任意的输入映射到了 [0, 1] 区间. 我们在线性回归中可以得到一个预测值, 再将该值映射到 Sigmoid 函数中. 这样我们就完成了由值到概率的转换, 即分类任务.预测函数:分类任务:逻辑回归实现impor

线性回归 总结概述例子通俗解释数学推导误差评估方法梯度下降下降方法概述线性回归的定义是: 目标值预期是输入变量的线性组合. 线性模型形式简单, 易于建模, 但却蕴含着机器学习中一些重要的基本思想. 线性回归, 是利用数理统计中回归分析, 来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法, 运用十分广泛.优点: 结果易于理解, 计算不复杂缺点: 对非线性的数据拟合不好例子数据: 工资和年龄 (2 个特征)目标: 预测银行会贷款给我多少钱 (标签)工资年龄额度

机器学习 K近邻 KNN (k-neareast neighbor) 是解决分类与回归问题最基本的机器学习算法之一, 该算法没有显式的训练过程. 本节内容包括: k近邻是什么, K近邻案例实战.