機器學習中，有哪些特征選擇的工程方法 2022-09-07
1. 特征工程是什么？有這么一句話在業(yè)界廣泛流傳：數(shù)據(jù)和特征決定了機器學習的上限，而模型和算法只是逼近這個上限而已。那特征工程到底是什么...詳情>
邏輯回歸相關(guān)問題 2022-09-07
邏輯回歸的基本概念：這個最好從廣義線性模型的角度分析，邏輯回歸是假設(shè)y服從Bernoulli分布。其實稀疏的根本還是在于L0-norm也就是直接統(tǒng)計參...詳情>
RF與GBDT之間的區(qū)別與聯(lián)系 2022-09-07
相同點：都是由多棵樹組成，最終的結(jié)果都是由多棵樹一起決定。不同點：a 組成隨機森林的樹可以分類樹也可以是回歸樹，而GBDT只由回歸樹組成;b ...詳情>
線性分類器與非線性分類器的區(qū)別以及優(yōu)劣 2022-09-07
線性和非線性是針對，模型參數(shù)和輸入特征來講的。比如輸入x，模型y=ax+ax^2那么就是非線性模型，如果輸入是x和X^2則模型是線性的。詳情>
談?wù)勁袆e式模型和生成式模型 2022-09-07
判別方法：由數(shù)據(jù)直接學習決策函數(shù) Y = f(X)，或者由條件分布概率 P(Y|X)作為預測模型，即判別模型。生成方法：由數(shù)據(jù)學習聯(lián)合概率密度分布函...詳情>
說說你知道的核函數(shù) 2022-09-07
內(nèi)核方法是一類用于模式分析或識別的算法，其最知名的使用是在支持向量機(SVM)。模式分析的一般任務(wù)是在一般類型的數(shù)據(jù)(例如序列，文本文檔，...詳情>
LR和SVM的聯(lián)系與區(qū)別 2022-09-07
LR和SVM可能是面試中問到的非樹模型中很常見的一個問題了，主要的是推公式以及說明求解過程如SVM。筆者在面美團的時候就要求推了LR和SVM，過程...詳情>
邏輯斯蒂回歸為什么要對特征進行離散化 2022-09-07
1、非線性!!!!邏輯回歸屬于廣義線性模型，表達能力有限，單變量離散化為N個后，每個變量有單獨的權(quán)重，相當于為模型引入了非線性，能夠提高模...詳情>
請簡要說說一個完整機器學習項目的流程 2022-09-07
完整的機器學習項目主要步驟：1、明確問題，首先要劃定問題：監(jiān)督或者非監(jiān)督，還是強化學習?這是個分類任務(wù)、回歸任務(wù)還是其他的?詳情>
哪些機器學習算法不需要做歸一化處理 2022-09-07
在k-means或kNN，我們常用歐氏距離來計算最近的鄰居之間的距離，有時也用曼哈頓距離，請對比下這兩種距離的差別 歐氏距離，最常見的兩點之間或...詳情>
熱問標簽 更多>>
在線提問
專業(yè)導師線上坐鎮(zhèn)，解答個性化學習難題
提交問題
京公網(wǎng)安備 11010802030320號