机器学习
关注
分享
扫一扫
文章平均质量分 97
Kusunoki_D
Less is more, slow is fast.
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
监督学习单模型—线性模型—线性判别分析LDA
作为一种线性分类算法，LDA的基本思想是通过将给定数据集投影到一条直线上，使得同类样本的投影点尽可能接近，异类样本的投影点尽可能疏远。用数学语言来说，我们要使训练样本的类内散度尽可能小，而类间散度尽可能大，从而设计出LDA的优化目标。原创 2025-03-10 20:05:08 · 926 阅读 · 0 评论 -
监督学习单模型—线性模型—LASSO回归、Ridge回归
LASSO 回归和 Ridge 回归通过对损失函数施加正则化项的方式，使得回归建模过程中大量不重要的特征系数被压缩为 0 或者接近 0 ，从而找出对目标变量有较强影响的关键特征。原创 2025-02-27 22:23:10 · 1556 阅读 · 0 评论 -
监督学习单模型—线性模型—对数几率回归
对数几率回归是用线性回归的结果来拟合真实标签的对数几率。同时，我们也可以将对数几率回归看作由条件概率分布表示的分类模型。另外，对数几率回归也是感知机模型、神经网络和支持向量机等模型的基础。原创 2025-02-26 00:50:10 · 880 阅读 · 0 评论 -
监督学习单模型—线性模型—线性回归
作为最常用的机器学习模型之一，线性回归包含了最朴素的由自变量到因变量的机器学习建模思想。基于均方误差最小化的最小二乘法是线性回归模型求解的基本方法，通过最小均方误差和R平方系数可以评估线性回归的拟合效果。此外，线性回归模型也是其他各种线性模型的基础。原创 2025-02-20 16:34:28 · 1078 阅读 · 0 评论