机器学习实践教程 课件 第04章 线性模型_第1页
机器学习实践教程 课件 第04章 线性模型_第2页
机器学习实践教程 课件 第04章 线性模型_第3页
机器学习实践教程 课件 第04章 线性模型_第4页
机器学习实践教程 课件 第04章 线性模型_第5页
已阅读5页,还剩19页未读 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第4章线性模型什么是机器学习从数据生成规则、发现模型帮助我们预测、判断、分组和解决问题特征与标签特征(feature)-自变量标签(label)-因变量机器学习算法分类监督学习(supervisedlearning)训练数据集全部有标签无监督学习(unsupervisedlearning)训练数据集没有标签半监督学习(semi-supervisedlearning)在训练数据集中,有的数据有标签,有的数据没有标签监督学习的分类回归问题标签是连续数值预测房价、股价等分类问题标签是离散性数值手写数字识别、鉴别真伪等什么是强化学习从环境给它的奖惩中学习反复试错、不断收集反馈,收集可供自己学习的信号,每经过一个训练周期,都变得比原来强一点深度学习使用深层神经网络算法的机器学习模型能对非结构的数据集进行自动的复杂特征提取CRISP-DM线性模型线性数据模型公式均方误差(MeanSquaredError)作出预测两个衡量指标均方误差(MeanSquaredError,MSE)

平均绝对误差(MeanAbsoluteError,MAE)Bootstrap方法应用场景不知道总体的分布。想知道总体的某些特征。Bootstrap应用步骤采用重复抽样技术从总体中抽取一定数量的样本。根据抽出的样本计算待估计的统计量。重复上述N次(一般大于1000),得到N个统计量。计算上述N个统计量的样本方差,以此估计统计量的方差。岭回归(RidgeRegression)代价函数(CostFunction)LASSO回归代价函数方差与偏差(biasandvariance)偏差方差窘境(bias-variancedilemma)逻辑回归(LogisticRegression)线性回归与逻辑回归Sigmoid函数逻辑回归与线性回归线性回归只能用于回归问题,逻辑回归更多用于分类问题。线性回归要求y是连续的,而逻辑回归要求y是离散的。线性回归要求X和y呈线性关系,而逻辑回归没有这种

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论