摘要：
损失函数是机器学习中常用于优化模型的目标函数，无论是在分类问题，还是回归问题，都是通过损失函数最小化来求得我们的学习模型的。损失函数分为经验风险损失函数和结构风险损失函数。经验风险损失函数是指预测结果和实际结果的差别，结构风险损失函数是指经验风险损失函数加上正则项。通常表示为： θ*是我们通过损失函 阅读全文
posted @ 2018-07-01 20:34
微笑sun
阅读(3336)
评论(0)
推荐(0)
摘要：
本文介绍无监督学习算法，无监督学习是在样本的标签未知的情况下，根据样本的内在规律对样本进行分类，常见的无监督学习就是聚类算法。 在监督学习中我们常根据模型的误差来衡量模型的好坏，通过优化损失函数来改善模型。而在聚类算法中是怎么来度量模型的好坏呢？聚类算法模型的性能度量大致有两类： 1）将模型结果与某 阅读全文
posted @ 2018-07-01 19:17
微笑sun
阅读(3652)
评论(0)
推荐(0)
摘要：
Boosting方法实际上是采用加法模型与前向分布算法。在上一篇提到的Adaboost算法也可以用加法模型和前向分布算法来表示。以决策树为基学习器的提升方法称为提升树（Boosting Tree）。对分类问题决策树是CART分类树，对回归问题决策树是CART回归树。 1、前向分布算法 引入加法模型 阅读全文
posted @ 2018-07-01 15:57
微笑sun
阅读(65669)
评论(2)
推荐(3)
浙公网安备 33010602011771号