摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 多项式回归(波士顿房价预测) 一、导入模块 二、获取数据 在《代码 普通线性回归》的时候说到特征LSTAT和标记MEDV有最高的相关性，但是它们之间并 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(7053)
评论(1)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 拉格朗日对偶性 在约束最优化问题中，拉格朗日对偶性(Lagrange duality)可以将原始问题转换为对偶问题，然后通过求解对偶问题的解得到原始问 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(949)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 最小二乘法 最小二乘法，可以理解为最小平方和，即误差的最小平方和，在线性回归中，$误差=真实值 预测值$。最小二乘法的核心思想就是——通过最小化误差的 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1768)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 线性回归 线性回归是比较经典的线性模型，属于监督学习中预测值为连续值的回归问题。 线性回归针对的是一个或多个特征与连续目标变量之间的关系建模，即线性回 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(7739)
评论(0)
推荐(3)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之随机森林 本文主要介绍随机森林的两个模型 和`RandomForestRegressor RandomForestClas 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1946)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 机器学习 可能有很多同学想到高大上的人工智能、机器学习和深度学习，会在怀疑我是否能学会。在自我怀疑之前，我希望你能考虑一个问题，你了解机动车的构造原理 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(16664)
评论(0)
推荐(7)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 前向选择法和前向梯度法 由于前向选择法和前向梯度法的实现原理涉及过多的矩阵运算，本文只给出两种算法的思路。两者实现都是把矩阵中的向量运算具体化成平面几 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1273)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html K Means聚类算法 K means聚类算法属于无监督学习算法，它实现简单并且聚类效果优良，所以在工业界也被广泛应用。同时K Means聚类算法也有 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(2868)
评论(0)
推荐(1)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之逻辑回归 相比较线性回归，由于逻辑回归的变种较少，因此scikit learn库中的逻辑回归类就比较少，只有 、`Logi 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(6328)
评论(0)
推荐(1)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 细分构建机器学习应用程序的流程 测试模型 对于分类问题，我们可能会使用k近邻算法、决策树、逻辑回归、朴素贝叶斯法、支持向量机、随机森林；对于回归问题， 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(948)
评论(0)
推荐(0)
浙公网安备 33010602011771号