机器学习-处理分类问题常用算法

1 分层抽样的适用范围

分层抽样利用事先掌握的信息，充分考虑了 保持样本结构和总体结构的一致性，当总体由差异明显的几部分组成的时候，适合用分层抽样。

2 LR的损失函数

M 为样本个数，为模型对样本i的预测结果，yi 为样本i 的真实标签

3 LR 和线性回归的区别

线性回归用来做预测，LR 用来做分类，线性回归是来拟合函数的，LR 是预测函数的，线性回归用最小二乘法来计算参数，LR 用最大似然估计来计算参数，线性回归更容易受到异常值的影响，而LR 对异常值有较好的稳定性。

4 生成模型和判别模型基本形式，

生成式： 朴素贝叶斯，HMM，Gaussians，马尔可夫随机场

判别式:LR,SVM,神经网络，CRF，Boosting

标签：样本,机器,函数,回归,分类,算法,LR,线性,分层抽样
来源： https://blog.csdn.net/qq_16236875/article/details/101286795