摘要:
线性回归算法梳理 学习内容 : 1. 机器学习的一些概念 有监督、无监督、泛化能力、过拟合欠拟合(方差和偏差以及各自解决办法)、交叉验证 2. 线性回归的原理 3. 线性回归损失函数、代价函数、目标函数 4. 优化方法(梯度下降法、牛顿法、拟牛顿法等) 5、线性回归的评估指标 6、sklearn参数 阅读全文
摘要:
任务一 随机森林算法梳理】 1. 集成学习概念 2. 个体学习器概念 3. boosting bagging 4. 结合策略(平均法,投票法,学习法) 5. 随机森林思想 6. 随机森林的推广 7. 优缺点 8. sklearn参数 2 9.应用场景 【参考资料】 《西瓜书》、《统计学习方法》、台大 阅读全文