回归算法

机器学习教程，Python3天快速入门机器学习！

该课程是机器学习的入门课程，主要介绍一些经典的传统机器学习算法，如分类算法：KNN算法，朴素贝叶斯算法，逻辑回归，决策树算法以及随机森林；回归算法：线性回归，岭回归；聚类算法：KMeans算法，结合Python
weixin_34296641·2020-09-10 10:52

大数据学习整理篇（七）Linux下使用Docker搭建Spark多节点，Phoenix单机版，然后使用Spark访问Phoenix(java示例成功版）

ETL工具从关系型数据库抽取到HBase，然后通过Phoenix的二级索引，SQL关联查询，将大数据需要学习的训练集以及验证集提供给spark，调用sparkml的机器学习类库，做相应的算法分析，比如线性回归算法和决策树算法等等
我还要去追逐我的梦·2020-09-10 10:47

机器学习系列 - 4 线性回归算法

1.简单线性回归：1.1损失函数：在机器学习中，所有的算法模型其实都依赖于最小化或最大化某一个函数，我们称之为“目标函数”。最小化的这组函数被称为“损失函数”。什么是损失函数呢？损失函数描述了单个样本预测值和真实值之间误差的程度。用来度量模型一次预测的好坏。常用损失函数有：0-1损失函数：用来表述分类问题，当预测分类错误时，损失函数值为1，正确为0平方损失函数：用来描述回归问题，用来表示连续性变量
小蘑菇1962·2020-09-02 19:31

机器学习实战导读

分类算法中目标变量一般是标称型的（枚举值），回归算法中是连续型的（数值）。训练集：用于训练机器学习算法的数据样本集合，作为算法的输入。
洛克黄瓜·2020-08-26 14:11

5种常见的机器学习算法

1线性回归线性回归(linearregression)是一种流行的回归算法,从样本特征的线性组合(linearcombination)中学习模型。
人邮异步社区·2020-08-26 12:14

Python算法总结（六）决策树回归（附手写python实现代码）

一、算法类型有监督的回归算法二、手写python算法基于CART算法的python实现。CART算法特点：①每个特征的重要程度是不一样，②每个连续型特征的不同分箱的重要程度是不一样的。
陈同学2020·2020-08-25 17:15

机器学习常见面试题总结

Logit回归和SVM不正确的是简单Logit回归目标函数是最小化后验概率Logit回归可以用于预测事件发生概率的大小SVM目标是结构风险最小化SVM可以有效避免模型过拟合A2是否能用神经网络算法设计逻辑回归算法
数据科学家修炼之道·2020-08-25 13:00

吴恩达机器学习笔记-正规方程

在前面的学习中，我们一直使用的线性回归算法是梯度下降法，即为了最小化代价函数，我们需要通过迭代很多步来收敛到全局最小值。那么现在我们来学习一种新的解法来求解。即正规方程。
Carey_Wu·2020-08-25 11:45

机器学习算法系列篇9：Lasso 和 Ridge回归算法

两种回归模型分别对应的损失函数优化方法如下：二者的区别是，Ridge回归算法的限制项是L2范数，而Lasso回归的限制条件是L1范数。根据优化过程的对等性，上面所列
robot_learner·2020-08-25 09:42

回归算法之Ridge,Lasso,Elastic Net回归算法

维数灾难何谓高维数据？高维数据指数据的维度很高，甚至远大于样本量的个数。高维数据的明显的表现是：在空间中数据是非常稀疏的，与空间的维数相比样本量总是显得非常少。在分析高维数据过程中碰到最大的问题就是维数的膨胀，也就是通常所说的“维数灾难”问题。研究表明，随着维数的增长，分析所需的空间样本数会呈指数增长。数据降维对于高维数据，维数灾难所带来的过拟合问题，其解决思路是：1）增加样本量；2）减少样本特征
人鱼线·2020-08-25 09:14

【机器学习】LASSO、Ridge回归算法

一、LASSO严格来说五个字母都要大写，Lasso其实是错误的因为全称：leastabsoluteskrinkageandselectionoperator二、Ridge岭回归
挺烦先森·2020-08-25 09:51

机器学习理论学习

当然，K最近邻算法也能用于回归算法。原理和用于分类是相同的。模型会选择离该数据点最近的若干个训练数据集中的点，并将它们的y值取平均值，这个平均值就作为新数据的预测值了。
小鸡·2020-08-24 17:33

机器学习：分类，回归，聚类

许多回归算法都有与其相对应的分类算法，分类算法通常适用于预测一个类别（或类别的概率）而不是连续的数值。
work_coder·2020-08-24 17:47

scikit-learn系列之回归算法筛查

回归算法筛查算法筛查(spotchecking)用来发现可以很好解决机器学习问题的算法。在着手做之前，你永远也不知道哪种算法最契合你的数据。
coolspider2015·2020-08-24 13:27

机器学习笔记之逻辑斯谛回归算法

逻辑回归学习笔记记录在github上:https://github.com/linzhenpeng/machinelearning/blob/master/LogisticRegression/LogisticRegression.ipynb
林先生您好·2020-08-24 03:54

吴恩达 Octave上多元（以二元为例）线性回归算法实现

基本思路Octave类编程语言的实现实现线性回归使用的基本命令程序的目标：对一个含有多个影响因素的输出值,分别算出每个影响因素的影响程度（即权重)，举个栗子，一栋房子的售价，取决于有几层楼高，房子有多大，周边是否有地铁，是否是学区房等因素此处使用y=c0+c1x1+c2x2+...多项式的形式，c0,c1,c2分别为每一项的权重，权重越大，影响越高1.基本思路输入原始数据值x数组和y对数据进行特征
qq_34037389·2020-08-24 01:41

机器学习：逻辑回归（OvR 与 OvO）

一、基础理解问题：逻辑回归算法是用回归的方式解决分类的问题，而且只可以解决二分类问题；方案：可以通过改造，使得逻辑回归算法可以解决多分类问题；改造方法：OvR（OnevsRest），一对剩余的意思，有时候也称它为
ab1213456·2020-08-23 23:16

信用卡欺诈检测

信用卡欺诈检测逻辑回归算法是基于python3.7.0、numpy1.16.2、pandas0.24.1、scikit-learn0.20.3版本实现的。
每一天U为明天·2020-08-23 23:42

机器学习：评价分类结果（准确率的陷阱、混淆矩阵、精准率、召回率）

一、分类精准度的缺陷1）评论算法的好坏回归问题：MSE、MAE、RMSE、R^2（以为最好的标准）；分类问题：分类准确度（score()函数）；分类算法的评价要比回归算法的评价标准复杂的多；评论分类算法好坏的指标
ab1213456·2020-08-23 22:32

深入理解GBDT

顾名思义,它是一种基于决策树(decisiontree)实现的分类回归算法。不难发现,GBDT有两部分组成:gradientboosting,decisiontree。
iteye_18070·2020-08-23 17:16

实验室作业5.5-决策树

它既可以作为分类算法，也可以作为回归算法，同时也特别适合集成学习比如随机森林。
thisIsJennifer·2020-08-23 11:47

Python3入门机器学习（五）-线性回归算法

1.线性回归算法简介线性回归算法以一个坐标系里一个维度为结果，其他维度为特征（如二维平面坐标系中横轴为特征，纵轴为结果），无数的训练集放在坐标系中，发现他们是围绕着一条执行分布。
weixin_33924770·2020-08-23 08:35

特征工程学习资料

在之前学习机器学习的时候被这一块没有太多的重视，更多的放在了分类/回归算法的能力。然后就找了一些资料来学习，分享一下！
消停_Cap·2020-08-23 05:08

逻辑回归

然而逻辑回归，是一种名为“回归”的线性分类器器，其本质是由线性回归变化而来的，一种广泛使用于分类问题中的广义回归算法。要理理解逻辑回归从何而来，得要先从线性回归开始。
稚与最初.·2020-08-22 23:41

基于逻辑回归算法癌症症状预测分析

逻辑回归介绍逻辑回归（LogisticRegression）是机器学习中的一种分类模型，虽然名字中带有回归，就是因为它与回归之间有一定的联系。由于算法的简单和高效，在实际中应用非常广泛。逻辑回归应用场景##3*广告点击率*是否为垃圾邮件*是否患病*金融诈骗*虚假账号通过上面的应用，我们可以发现其中的特点，那就是都属于两个类别之间的判断。逻辑回归就是解决二分类问题的利器数据准备breast-canc
小小争520·2020-08-22 14:21

基于逻辑回归的分类预测 | Datawhale

根据之前的学习经验，梳理的学习内容如下:逻辑回归算法原
mcwbiubiubiu·2020-08-22 13:09

机器学习之监督算法（一）

机器学习监督算法机器学习常用算法一.回归算法1.最小二乘法1）定义2）解法3）代码实现2.梯度下降法求解多元线性回归1）例子——参考西瓜书2）梯度下降算式推导过程3）代码实现二.分类算法1.KNN（K近邻算法
寡言闲客·2020-08-22 12:19

机器学习(三)-单变量线性回归算法

@toc1预测数值型数据:回归1.1什么是回归?大自然让我们回归到一定的区间范围之内；反过来说就是，有一个平均的水平，可以让突出的事物能向他靠拢。回归是由达尔文(CharlesDarwin)的表兄弟FrancisGalton发明的。Galton于1877年完成了第一次回归预测,目的是根据上一代豌豆种子(双亲)的尺寸来预测下一代豌豆种子(孩子)的尺寸。Galton在大量对象上应用了回归分析,甚至包括
lvah·2020-08-22 12:36

基于逻辑回归的分类预测

逻辑回归逻辑回归其实是一种分类模型，它是基于线性回归的一种回归算法预测。
jing_zzzzz·2020-08-22 11:16

【机器学习】算法原理详细推导与实现(七):决策树算法

【机器学习】算法原理详细推导与实现(七):决策树算法在之前的文章中，对于介绍的分类算法有逻辑回归算法和朴素贝叶斯算法，这类算法都是二分类的分类器，但是往往只实际问题中不仅仅只有，当出现一个新的类别时，之前的分类器就不太适用
TTyb·2020-08-22 09:05

【机器学习】算法原理详细推导与实现(七):决策树算法

【机器学习】算法原理详细推导与实现(七):决策树算法在之前的文章中，对于介绍的分类算法有逻辑回归算法和朴素贝叶斯算法，这类算法都是二分类的分类器，但是往往只实际问题中\(y\)不仅仅只有\(\{0,1\
TTyb·2020-08-22 08:00

逻辑回归算法之交叉熵函数理解

之前看到Tensorflow中文社区网站（http://www.tensorfly.cn/tfdoc/tutorials/mnist_beginners.htm）中训练MNIST数据集有一个交叉熵函数，当时不是特别理解，想了很久为什么这个函数就可以表示代价函数，后来经过学习吴恩达课程之后明白了，如果有初学者一开始想不明白这个函数，可以参考我以下的解释：首先训练MNIST数据集的算法采用的是分类算法
syyyy712·2020-08-22 03:09

倾向值分析（协变量选择）

逻辑回归可以进行多分类操作，但由逻辑回归算法本身性质决定其更常用于二分类。a.逻辑回归公式如下：其中，Y为决策值，x为特征值，e为自然对数。
小力子～·2020-08-22 00:17

[机器学习案例]回归算法--预测功率与电流之间关系

数据：现在有20W条有关功率和电流的数据，数据中包括：日期、时间、有功功率、无功功率、电压、电流、厨房用电功率、洗衣服用电功率、热水器用电功率。方法：最小二乘法模型：通过这些数据训练一个模型（目标函数也叫损失函数），通过模型来进行预测。最小二乘法的一般形式：目标函数=∑（观测值−理论值）*（观测值−理论值）通过数据来寻找一个最小的目标函数（损失函数）实现#-*-coding:utf-8-*-#引入
刘玉刚·2020-08-22 00:12

吴恩达深度学习笔记（8）-重点-梯度下降法（Gradient Descent）

在你测试集上，通过最小化代价函数（成本函数）J(w,b)来训练的参数w和b，如图，在第二行给出和之前一样的逻辑回归算法的代价函数（成本函数）(上一篇文章已讲过）梯度下降法的形象化说明在这个图中，横轴表示你的空间参数
极客Array·2020-08-21 18:35

线性回归算法

线性回归算法是寻找一条直线，最大程度的“拟合”样本与特征与样本输出标记之间的关系线性回归算法特点：解决回归问题思想简单，容易实现是许多强大的非线性回归模型的基础结果具有良好的可解释性实现一个简单的线性回归算法模型的最终结果应该是对给定的数据进行拟合
魈势·2020-08-21 15:44

FlinkML 多元线性回归例子及训练参数提取

本文使用FlinkML机器学习库中的多元线性回归算法实现一个小demo。
catkint·2020-08-21 13:02

scikit-learn 线性回归算法库

损失函数的不同，损失函数的优化方法的不同，验证方法的不同，就形成了不同的线性回归算法。scikit-lea
小小的刀·2020-08-21 10:26

2.4 梯度下降法-深度学习-Stanford吴恩达教授

在你测试集上，通过最小化代价函数（成本函数）J(w,b)J(w,b)J(w,b)来训练的参数www和bbb，如图，在第二行给出和之前一样的逻辑回归算法的代价函数（成本函数）梯度下降法的形象化说明在这个图中
JC Zhao·2020-08-20 13:23

深度学习（七）梯度下降法

总结如下下面我们以线性回归算法来对三种梯度下降法进行比较。一般线性回归函数的
米翁方·2020-08-20 10:56

在Ignite中使用线性回归算法

在本系列前面的文章中，简单介绍了一下Ignite的机器学习网格，下面会趁热打铁，结合一些示例，深入介绍Ignite支持的一些机器学习算法。如果要找合适的数据集，会发现可用的有很多，但是对于线性回归来说，一个非常好的备选数据集就是房价，可以非常方便地从UCI网站获取合适的数据。在本文中会训练一个线性回归模型，并且计算R2得分。需要先准备一些数据，并且要将数据转换成Ignite支持的格式，这通常是数据
weixin_33737774·2020-08-20 07:48

机器学习入门——多变量线性回归

4多变量的线性回归本节内容，将介绍更加通用，更贴近实际应用的线性回归算法——多变量线性回归。同时，会详细讲解梯度下降法的设计和使用一种新的方法求解θ。下面以课程中的估计房子价格的例子进行详细说明。
louishao·2020-08-20 06:38

决策树以及手撸代码

什么是决策树算法决策树是基本的分类回归算法，呈树状结构，在分类任务中，是基于特征对实例进行分类的过程。可以认为是，在给定特征条件下类的条件概率。
Meng·2020-08-19 21:14

ImportError: No module named 'tkinter' Windows解决办法

Python写线性回归算法，导入了几个科学计算库，运行时报这样的错："D:\ProgramFiles\Python3.5\python.exe""D:/exercise/AI/testAI/linearregression
夏日踩冰·2020-08-19 16:21

吴恩达机器学习 -- 逻辑回归(Logistic Regression)

用线性回归算法解决分类问题
名字被猪吃掉了·2020-08-19 10:51

周工作计划2018-12-10

对于相关的回归算法没有深入的了解。讲授的整体性不太好其实是因为之前讲过很多版本了，然后现在直接上问题。没有讲背景。
MikeShine·2020-08-19 09:36

22_多易教育之《yiee数据运营系统》用户画像-消费行为性别预测篇

存在大概率的随意性；不能完全作为用户画像的性别参考；在无法通过直接手段获得用户真实性别的情况下，需要通过用户的各种行为特征，来对用户的性别进行预测；二、算法选择-逻辑回归分类算法可以用朴素贝叶斯做；也可以用逻辑回归算法来
江湖人称涛哥·2020-08-19 09:32

对数线性模型(Logistic回归算法)

1.Logistic分布：logistic分布定义：设X是连续随机变量，X服从logistic分布，即为X具有下列分布函数和密度函数：其中，mu为位置参数，r>0为形状参数；logistic分布的分布函数F(x)的图形与密度函数f(x)的图形如下所示：分布函数密度函数分布函数的图形是一条S形曲线，该曲线是以(mu,1/2)为中心对称，在曲线中心附近增长速度较快，而在两端增长速度较慢，形状参数r的值
昆仑-郑教主·2020-08-19 06:01

逻辑回归的前世今生

为了回答上述疑问，这一期给大家介绍逻辑回归算法。逻辑回归，也称LogisticRegression,主要区别于一般的线性回归模型。我们知道，一般的线性回归模型都是处理因变量是连续变
yun_xi_leo·2020-08-19 06:19

4.1_回归算法之线性回归

回归算法之线性回归线性回归的定义是：目标值预期是输入变量的线性组合。线性模型形式简单、易于建模，但却蕴含着机器学习中一些重要的基本思想。
weixin_30595035·2020-08-19 04:01
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他