發(fā)簡(jiǎn)信
IP屬地：浙江
-
-
logistic 回歸（內(nèi)附推導(dǎo)）主要思考幾個(gè)問題： 1、logistic回歸的應(yīng)用場(chǎng)景 Logistic回歸是一種用于解決二分類問題的機(jī)器學(xué)習(xí)方法屑埋，是一種判別模型：表現(xiàn)為直接對(duì)...
-
交叉驗(yàn)證梳理疑問： 為什么要分訓(xùn)練集、驗(yàn)證集痰滋、測(cè)試集摘能？ 為什么采用交叉驗(yàn)證？ 交叉驗(yàn)證的應(yīng)用場(chǎng)景是什么敲街？ 最終預(yù)測(cè)模型是怎么得到的团搞？ 預(yù)備知識(shí)：什么是超參數(shù)...
-
1.1 Python科學(xué)計(jì)算生態(tài)
1.1.1 為什么使用python 1.1.1.1 科學(xué)家的需求 獲取數(shù)據(jù)（模擬、實(shí)驗(yàn)控制） 操作和處理數(shù)據(jù) 可視化結(jié)果多艇、快速理解逻恐、繪制高質(zhì)量圖...
-
隨機(jī)森林的優(yōu)缺點(diǎn)
1、 在當(dāng)前的很多數(shù)據(jù)集上峻黍，相對(duì)其他算法有著很大的優(yōu)勢(shì)复隆，表現(xiàn)良好2、它能夠處理很高維度的數(shù)據(jù)姆涩，并且不用做特征選擇挽拂，因?yàn)樘卣髯蛹请S機(jī)選擇的3、在...
-
基于python的全面數(shù)據(jù)探索（house prices）總體思路： 理解問題：查看每個(gè)變量并且根據(jù)他們的意義和對(duì)問題的重要性進(jìn)行哲學(xué)分析骨饿。單因素研究：只關(guān)注因變量(SalePrice)并且進(jìn)行更深入的...
-
什么是過擬合亏栈，如何避免？
過擬合：訓(xùn)練集上表現(xiàn)很好宏赘，但是在測(cè)試集上表現(xiàn)很差绒北，泛化性能差。 降低過擬合的方法：（1）試著尋找最簡(jiǎn)單的假設(shè)（2）正則化（3）early sto...
-
隨機(jī)森林中oob以及oob的作用置鼻？
在隨機(jī)森林bagging法中可以發(fā)現(xiàn)booststrap每次約有1/3的樣本不會(huì)出現(xiàn)在bootstrap所采集的樣本集合中镇饮，故沒有參加決策樹的建...
-
gbdt和隨機(jī)森林的區(qū)別蜓竹？
相同點(diǎn)：（1）都是由多棵樹組成的箕母，都是集成學(xué)習(xí)算法（2）最終的結(jié)果都是由多顆樹一起決定 不同點(diǎn)：(1)組成隨機(jī)森林的樹可以是分類樹储藐，也可以是回歸...