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 前向分步算法 一、前向分步算法引入 假设Nick的年龄是25岁。 1. 第1棵决策树 把Nick的年龄设置成初始值0岁去学习，如果第1棵决策树预测Ni 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(621)
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 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(7057)
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(954)
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(1776)
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(7752)
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(1952)
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 提升树 提升树(boosting tree)是以分类树或回归树作为弱学习器的强学习器。 提升树模型用的是加法模型，算法用的是前向分步算法，弱学习器是决 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1101)
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 Logistic回归(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、训练模型 4.1 C参数与权重系数的关系 上图显示了10个不同的 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(5600)
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 scikit learn库之梯度提升树 本文主要介绍梯度提升树的两个模型 和`GradientBoostingRegressor GradientBo 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1487)
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(16729)
评论(0)
推荐(7)
浙公网安备 33010602011771号