随笔分类 -  深度学习&机器学习&机器学习 / 机器学习 / 四.回归算法、聚类算法

线性回归，岭回归，逻辑回归，
4.6 无监督学习-K-means算法
摘要：# 1 什么是无监督学习 ![](https://img2023.cnblogs.com/blog/1914163/202306/1914163-20230612001316098-2079420465.png) - 一家广告平台需要根据相似的人口学特征和购买习惯将美国人口分成不同的小组，以便广告客 阅读全文
posted @ 2023-06-12 00:53 lipu123 阅读(102) 评论(0) 推荐(0) 编辑
4.5 模型保存和加载
摘要：# 1 简介 **当训练或者计算好一个模型之后，那么如果别人需要我们提供结果预测，就需要保存模型（主要是保存算法的参数）** # 2 sklearn模型的保存和加载API >from sklearn.externals import joblib >- 保存：joblib.dump(rf, 'tes 阅读全文
posted @ 2023-06-11 23:59 lipu123 阅读(52) 评论(0) 推荐(0) 编辑
4.4 分类算法-逻辑回归与二分类以及分类的评估方法
摘要：# 1 逻辑回归的简介 ## 1.1 简介 **逻辑回归（Logistic Regression）是机器学习中的一种分类模型，逻辑回归是一种分类算法，虽然名字中带有回归，但是它与回归之间有一定的联系。由于算法的简单和高效，在实际中应用非常广泛。** ## 1.2 应用场景 - 广告点击率（是否会被点 阅读全文
posted @ 2023-06-11 23:44 lipu123 阅读(142) 评论(0) 推荐(0) 编辑
4.3 线性回归的改进-岭回归
摘要：# 1.带有L2正则化的线性回归-岭回归 岭回归，其实也是一种线性回归。只不过在算法建立回归方程时候，加上正则化的限制，从而达到解决过拟合的效果 # 2.API ``` sklearn.linear_model.Ridge(alpha=1.0, fit_intercept=True,solver=" 阅读全文
posted @ 2023-06-11 20:15 lipu123 阅读(39) 评论(0) 推荐(0) 编辑
4.2 线性回归-欠拟合于过拟合
摘要：**问题：训练数据训练的很好啊，误差也不大，为什么在测试集上面有问题呢？ 当算法在某个数据集当中出现这种情况，可能就出现了过拟合或者欠拟合的现象。** # 1. 什么是过拟合与欠拟合 **欠拟合(学习的特征太少了，预测不准)** ![image](https://img2023.cnblogs.co 阅读全文
posted @ 2023-06-11 20:02 lipu123 阅读(42) 评论(0) 推荐(0) 编辑
4.1 线性回归-线性模型
摘要：# 1 回归问题 >**什么是回归问题 目标值 连续型的数据** **应用场景 房价预测 销售额度预测 金融：贷款额度预测、利用线性回归以及系数分析因子** # 2 什么是线性回归 ## 2.1 定义 >**线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征 阅读全文
posted @ 2023-06-11 19:23 lipu123 阅读(61) 评论(0) 推荐(0) 编辑
4.0 回归与聚类算法（简介）
摘要：``` 说明线性回归的原理 应用LinearRegression或SGDRegressor实现回归预测 记忆回归算法的评估标准及其公式 说明线性回归的缺点 说明过拟合与欠拟合的原因以及解决方法 说明岭回归的原理即与线性回归的不同之处 说明正则化对于权重参数的影响 说明L1和L2正则化的区别 说明逻辑 阅读全文
posted @ 2023-06-11 00:22 lipu123 阅读(9) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示