2018年10月29日

线性回归

摘要: 线性回归一般模型: y = w1 * x1 + w2 + x2 + ...+ w(n) * x(n) +b 对于多个特征的数据集而言,线性模型可以非常强大,如果特征数量大于训练数据点的数量,任何磨边y都可以在训练集上用线性函数完美拟合 线性回归又称 普通最小二乘法 线性回归寻找参数w和b,使得对训练 阅读全文

posted @ 2018-10-29 22:49 本名边境 阅读(214) 评论(0) 推荐(0)

K邻近算法

摘要: 概述:k邻近最简单的就是只考虑一个最近邻。每一个新的数据点,我们标记了训练集中与它最近的点。 复杂的可以考虑任意(K个)邻居,新的数据在一定范围内属于多的训练集(少数服从多数) K邻近算法的有点就是容易理解,此方法是很好的基准方法,但是如果训练集很大的话,可能预测速度会比较慢。 阅读全文

posted @ 2018-10-29 22:38 本名边境 阅读(137) 评论(0) 推荐(0)

导航