線性回歸: 參數(shù):[n,1]X:[n,m]y:[m,1]m為樣本數(shù) 誤差ε獨(dú)立同分布提鸟，服從均值為0，方差為某定值σ^2的高斯分布宠进。隨機(jī)現(xiàn)象可以看...

Logistic回歸 優(yōu)點(diǎn): 計(jì)算代價不高，易于實(shí)現(xiàn)和理解 缺點(diǎn): 容易欠擬合藐翎，分類精度可能不高 適用數(shù)據(jù)類型: 數(shù)值型和標(biāo)稱型數(shù)據(jù) 二分類問題...

決策樹算法 優(yōu)點(diǎn) 計(jì)算復(fù)雜度不高吝镣，輸出結(jié)果易于理解堤器，對中間值得缺失不敏感，可以處理不相關(guān)特征數(shù)據(jù)末贾。 缺點(diǎn) 可能會產(chǎn)生過度匹配問題 適用數(shù)據(jù)類型 ...

機(jī)器學(xué)習(xí)實(shí)戰(zhàn)篇 (k近鄰算法) k近鄰算法：通過測量不同特征值之間的距離進(jìn)行分類 優(yōu)點(diǎn):精度高闸溃，對異常值不敏感，無數(shù)據(jù)輸入假定拱撵。 缺點(diǎn)：計(jì)算復(fù)雜...