03 2020 档案
摘要:逻辑回归:实际解决分类问题 回归怎么解决分类问题?将样本的特征和样本发生的概率联系起来,概率是一个数,由于概率是一个数,所以可以管它叫做回归问题。对于机器学习算法来说,本质就是 求出一个函数小f,如果此时有一个样本x,经过f的运算之后就会得到一个预测值,通常称之为y。y的值实际上就是本身我们关心的那
阅读全文
摘要:主成分分析法:主要作用是降维 疑似右侧比较好? 第三种降维方式: 问题:????? 方差:描述样本整体分布的疏密的指标,方差越大,样本之间越稀疏;越小,越密集 第一步: 总结: 问题:????怎样使其最大 变换后: 最后的问题:???? 注意区别于线性回归 使用梯度上升法解决PCA问题: impor
阅读全文
摘要:建模工作就是从上述三个文件中对数据迚行加工,提取特征幵建立合适的模型,对贷后表现做预测。
阅读全文
摘要:1.查询课程编号为“01”的课程比“02”的课程成绩高的所有学生的学号(重点) SELECT a.s_id,a.s_score FROM (SELECT * FROM score WHERE c_id='01') as a INNER JOIN (SELECT * FROM score WHERE
阅读全文
摘要:, 分类模型评估: 二分类:标注分类只有两类的分类,一个类叫做二分类的正类,用1表示;另个一类叫做二分类的负类,用0表示。一般来说,正类是我们比较关注的类,比如:“员工是否离职”,离职的叫做正类,不离职的叫做负类。 注:有的时候0和1不是直接得到的,而是我们得到了一个数据在经过模型输出后,划分为正类
阅读全文
摘要:分类和回归都属于监督学习,特点就是他们都有一个标注,而标注的存在就是给分类任务或者回归任务一个指引,告诉算法,具备什么样特征的数据是什么样的标注,也就是它叫什么名字,哪些数据是一样的,哪些数据是不一样的,都是通过标注来区分的。 无监督学习:没有标注,目的就是试图给这些数据加上标注,而打标注并不是随便
阅读全文

浙公网安备 33010602011771号