最新的帖子


决策树详细说明

决策树(基于树的算法)具有很高的可解释性和直观的算法。它的工作原理与人的决策工作几乎相同。我们可以将其视为嵌套的if和else语句,形成上下颠倒的树。 因此,很容易向业务团队解释该模型的结果。 ... 阅读更多

支持向量机的详细说明

有很多算法可用于解决分类问题,例如逻辑回归,朴素贝叶斯(Naive Bayes)等。尽管这些算法在整个行业中都很流行和使用,但是它们无法对复杂的分类任务进行分类,例如图像分类,语音检测等。 支持向量机也称为SVM,能够处理相当复杂的问题,其中逻辑回归等模型大多会失败。 SVM算法的属性和用例很少是: ... 阅读更多

套索和岭回归的详细说明

在线性回归中,我们看到模型的复杂度不受控制。线性回归仅试图使误差最小(例如MSE),并且可能导致任意复杂的系数。 我们正在开发的模型应该尽可能简单,而不是简单。 正则化是用于创建最佳复杂模型的过程,即在训练数据上表现良好的同时尽可能简单的模型。  ... 阅读更多

Logistic回归详细说明

Logistic回归是一种二元分类模型,即在输出为分类变量的情况下将有助于做出预测。 我们不能画一条线并将数据点分为两类。因此我们可以使用也称为S形曲线的曲线。乙状结肠功能表示为: $$ 1 \ over {1 + e ^ {-(\ beta_0 + \ beta_1x)}} $$ 众所周知,线性回归表示为: $$ h_ \ theta(x)= w ^ Tx $$ ... 阅读更多

多元线性回归的详细说明

在上一篇文章中,``简单线性回归详细说明''我们了解了如何将线性回归应用于只有一个自变量的问题陈述。但是在实时情况下,将有许多自变量将有助于预测目标变量。在这里,我将使用sklearn库中的Boston数据集进行演示。 ... 阅读更多

订阅

最新消息


比特币

由于比特币真的很受欢迎,所以我认为是时候传播它的意识了,谁仍然不知道比特币是什么。因此,让我从什么是比特币开始。

角度5

角度的 v5已发布。要了解有关angular v5的新功能的更多信息,请访问: 链接