摘要：
岭回归 推导过程 总结： sklearn代码： https://github.com/xinxuann/MachineLearningNote/blob/main/sklearn-%E5%B2%AD%E5%9B%9E%E5%BD%92.ipynb 标准方程法-岭回归代码： https://githu 阅读全文
posted @ 2022-10-17 16:43
辛宣
阅读(227)
评论(0)
推荐(0)
摘要：
过拟合 从而有了正则化 正则化 阅读全文
posted @ 2022-10-17 16:35
辛宣
阅读(38)
评论(0)
推荐(0)
摘要：
标准方程法 重点在于推导的过程，会推导一次就行了 代码是直接套用推导出来的公式 代码： https://github.com/xinxuann/MachineLearningNote/blob/main/%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92%E6%A0%87%E5 阅读全文
posted @ 2022-10-17 16:32
辛宣
阅读(51)
评论(0)
推荐(0)
摘要：
多元线性回归 直接用sklearn库里的调用 代码： https://github.com/xinxuann/MachineLearningNote/blob/main/sklearn-%E5%A4%9A%E5%85%83%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92.ip 阅读全文
posted @ 2022-10-17 16:25
辛宣
阅读(123)
评论(0)
推荐(0)
摘要：
代价函数(Cost Function) 梯度下降 思想： 过程图： 所以第一步往往决定就是局限最小值 注意的是要同时更新 不断的将代价函数最小化，从而去最大拟合数据 阅读全文
posted @ 2022-10-17 16:10
辛宣
阅读(62)
评论(0)
推荐(0)
摘要：
解决所有问题后打开Jupyter后发现没有创建的虚拟环境，只有python 3。 解决办法：打开Anaconda Prompt，进入pytorch环境，输入如下命令： 1.激活pytorch activate py36 2.输如，比如我创建的pytorch名叫py36 python -m ipyke 阅读全文
posted @ 2022-10-17 15:34
辛宣
阅读(155)
评论(0)
推荐(0)
浙公网安备 33010602011771号