特征選擇的好處 便于理解和可視化數(shù)據(jù)捐寥，降低計(jì)算及存儲(chǔ)壓力，對(duì)抗維數(shù)災(zāi)難提高準(zhǔn)確率我注，增加模型泛化能力； 總結(jié)一 三大主流方法：過濾式迟隅，包裹式但骨，嵌入...

聊聊機(jī)器學(xué)習(xí)中的損失函數(shù) 機(jī)器學(xué)習(xí)中的損失函數(shù) 平方損失（線性回歸） 對(duì)數(shù)損失（交叉熵?fù)p失 softmax, logstic） 最大熵原理(引出...

簡(jiǎn)書：決策樹會(huì)有哪些特性智袭？知乎：決策樹是如何處理不完整數(shù)據(jù)的奔缠？ 1. 連續(xù)值如何劃分？ C4.5：Information Gain （Ratio...

如何解決類別不平衡問題校哎？ 對(duì)大類欠采樣，或者對(duì)小類過采樣箫锤； 設(shè)置不同的學(xué)習(xí)率贬蛙，大類權(quán)值小雨女，小類權(quán)值大； 使用一些對(duì)樣本分布不敏感的評(píng)價(jià)指標(biāo)阳准，F(xiàn)1...

過擬合的原因 數(shù)據(jù)方面，比如數(shù)據(jù)不規(guī)范野蝇，數(shù)據(jù)量少讼稚，還有可能是數(shù)據(jù)穿越（統(tǒng)計(jì)特征用到了未來(lái)的信息或者標(biāo)簽信息）； 算法方面绕沈，模型過于復(fù)雜锐想； 防止過...

最大似然估計(jì) 似然函數(shù)：這個(gè)函數(shù)反應(yīng)的是在不同的參數(shù)θ取值下，取得當(dāng)前這個(gè)樣本集的可能性乍狐，因此稱為參數(shù)θ相對(duì)于樣本集X的似然函數(shù)赠摇。 最大似然估計(jì)...

知乎問題：https://www.zhihu.com/question/31989952 為什么LR需要?dú)w一化或者取對(duì)數(shù)？ 歸一化:可以提高收斂...