人工智能-46. 回归算法_第1页
人工智能-46. 回归算法_第2页
人工智能-46. 回归算法_第3页
人工智能-46. 回归算法_第4页
人工智能-46. 回归算法_第5页
已阅读5页,还剩2页未读 继续免费阅读

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

机器学习的分类监督学习无监督学习半监督学习强化学习分类机器学习常见的算法回归算法(监督学习)SVM支持向量机(监督学习)降维算法(无监督学习)神经网络(监督学习)聚类算法(无监督学习)推荐算法(特殊)回归算法回归任务的核心思想是从连续型的统计数据中得到数学模型,然后将该数学模型用于预测或者分类。回归方法处理的数据可以是一维的,也可以是多维的。回归算法回归算法有两个重要的子类:即线性回归和逻辑回归。线性回归就是如何拟合出一条直线最佳匹配所有的数据。线性回归逻辑回归是一种与线性回归非常类似的算法;逻辑回归回归算法线性回归处理的问题类型与逻辑回归不一致:线性回归线性回归处理的是数值问题,也就是最后预测出的结果是数字,例如房价。逻辑回归逻辑回归属于分类算法,也就是说,逻辑回归预测结果是离散的分类,例如判断这封邮件是否是垃圾邮件,以及用户是否会点击此广告等等。回归的应用回归分析简单有效,应用十分广泛,包括:广告点击率的预估、大型网站的容量规划、用户满意度的分析等等。

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