摘要：打开: visual studio 2019 下载机器学习模块 在 工具->选项->环境-> 新特性中选用 ML 在解决方案管理器中, 添加ML项目. 选择使用场景,进行数据分析 scenario. 提供相关数据集, 并开始训练 对模型进行评分evaluation 建立耗损模型 Consume us 阅读全文

摘要：1.测试集验证集合 library(ggplot2) library(caret) seed(123456) 设置随机数种子 prop.table(table(xxx字段) index<-createDataParatition xunlianji<- credit[index,] ceshiji< 阅读全文

摘要：1. summary 、str、names、table -》 大体数据 2. mean、sum 、complete.cases、aggr(xxx,prop=false,numbers=true) -》 缺失值 引用: library(lattice) library(grid) library(mi 阅读全文

摘要：极大似然估计参数估计的四个步骤 （1） 写出似然函数； （2） 对似然函数取对数，并整理； （3） 求导数 ； （4） 解似然方程 。 极大似然估计的概念 极大似然估计，只是一种概率论在统计学的应用，它是参数估计的方法之一。说的是已知某个随机样本满足某种概率分布，但是其中具体的参数不清楚，参数估计就 阅读全文

摘要：转载自: https://www.zhihu.com/question/20534502 为啥有了标准差，还要方差 自动最终我们想要的是标准差，方差只不过是计算的中间过程。 阅读全文

摘要：GO111MODULE=“off” 在GO111MODULE="off"的条件下，并且写的代码不在$GOPATH/src下，也就是说下面的main.go不在$GOPATH/src目录下面，同时我想要使用另一个module里面的内容，并且这个module不是标准库，或者说不在GOROOT里(一般我们不 阅读全文

摘要：常用希腊字母符号： 正态分布公式 曲线可以表示为：称x服从正态分布，记为 X~N(m,s2)，其中μ为均值，s为标zhuan准差，X∈（-∞，+ ∞ )。 其中 根号2侧部分 可以看成 密度函数的积分为1，你就可以看成为了凑出来1特意设置的 一个 框架 无实际意义。 标准正态分布另正态分布的μ为0， 阅读全文

摘要：拟合出一个线性回归 表示 加权及其结果 ： f(x) = wtx+b , 一堆样本中。找到分割线 ， 这是条简单直线，但是 现实中 没 这么简单 损失函数. J(Q) HQ(x) = g(Q0 + Q1X1+Q2X2+Q3X3） G函数 把 曲线转换为 直线 ， 就是 广义线性模型 G函数 又叫。s 阅读全文

摘要：预测函数表示为 H 函数 ， 该函数是需要造出来的 分类函数 ，用来对输入数据预测结果 。这个模型创造的过程，需要对数据有大概了解， 或者可以猜测使用的预测函数大概形式 ， 比如是 线性函数还是非线性函数模型。 损失函数表示为 J 函数（cost）, 该模型用来预测 H函数输出结果 与 训练数据类别 阅读全文

摘要：线形回归 输出值为连续性变量 ，可以无限延伸， 逻辑回归输出是一个概率，概率为0 和 1 之间 ， 属于分类算法。 阅读全文