腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

MiningAlgorithms

专栏作者

75

文章

78197

阅读量

13

订阅数

机器学习15：线性回归模型

正则表达式线性回归编程算法

4.1，波士顿房价预测：线性回归(无正则化项)、Ridge回归(L2正则)、LASSO回归(L1正则)、Elasitc Net算法(L1和L2正则)；

2019-08-08

7180

机器学习16：逻辑回归模型

神经网络机器学习深度学习人工智能线性回归

逻辑回归模型是对线性回归模型解决分类任务的改进，是广义线性模型。它可以被看做是Sigmoid函数（logistic方程）所归一化后的线性回归模型，主要用于二分类问题。Sigmoid函数形式为：

2019-08-08

9830

机器学习11：机器学习算法目录（前）

编程算法线性回归监督学习决策树机器学习

1，误差：误差由偏差(bias)、方差(variance)和噪声(noise)组成；

2019-08-08

7240

Confidence interval and Prediction interval

置信区间估计(confidence interval estimate)：利用估计的回归方程，对于自变量 x 的一个给定值 x0 ，求出因变量 y 的平均值的估计区间;

2019-08-08

2.6K0

线性回归与P-value理论探讨

线性回归 sse 学习笔记

这是一篇纯学习笔记了，统计学知识：线性回归模型: 证明SSE+SSR=SST的核心步骤如下建立模型后，下一步就是假设检验问题，其中重要的一个概念就是P-value: 笔者认为在理解P-value时，有一篇网页很有参考价值：标题为：T检验与p-value含义及计算公式，点击原文获取链接 .

2019-08-08

2.2K0

机器学习3--过拟合：交叉检验与正则化

编程算法线性回归

欠拟合一般是指模型没有很好的抓住数据的特征，没有对数据进行很好的拟合，使得偏差较大。这时一般要通过增加特征项或者减少正则化参数来改进模型。而过拟合一般是由于模型使用了太多的特征引起的，使得模型将部分数据的“特性”也学习到了，导致模型的泛化能力较弱。这时一般要通过删减特征项或者增大正则化参数来改进模型。

2019-08-08

8310

没有更多了

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战，赢鹅厂证书、公仔好礼！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态