其他分享
首页 > 其他分享> > machinefinal

machinefinal

作者:互联网

回归=值

分类=类

有监督:有标签

无监督:无标签(物类聚,人群分)


what is machine learning?

任务T,合理性能度量方案P,学习经验E,随着大量优质E(梯度下降),性能提高

image-20211130102052057

(设计系统,学习,参数优化,预测问题)

image-20211130103003163

image-20211130103101192

image-20211130103223506


class2

image-20211130103411844

image-20211130104243071

image-20211130104439137

image-20211130105120931


class3

image-20211130110256606


class4

image-20211130110409835

image-20211130110544004

image-20211130110918304

image-20211130111119749

步骤:


class5 线性回归

image-20211130111503637

image-20211130112328582

image-20211130112408169


class6逻辑回归

image-20211130112636080

image-20211130112649856

image-20211130112913842

逻辑回归:二分类


class8

image-20211130113008268

image-20211130113225579

image-20211130113356914

image-20211130113915162

image-20211130114035939

image-20211130113921221


KNN


image-20211019104054499

image-20211019104530928

image-20211019104637701



考点1:学过哪些模型?

	预测房价? 线性回归
	分类:KNN,决策树,逻辑回归
	(逻辑回归:预测某个类别得1的概率,小于0.5为负,大于0.5为正?)
	(KNN:鸳鸯花分类?)
	
	

考点2:独热编码变成多少?

类别型特征,如:性别(男、女)
sklearn.preprocessing.OneHotEncoder()

考点3:模型评价指标和模型选择

真正例TP, 假正例FP,真反例TN,假反例FN,
召回率
精确率
FPR

训练集:求参数

测试集:测试模型


网课1.1线性回归

image-20211026103051297

image-20211026105018727

标签:KNN,machinefinal,回归,分类,考点,训练样本,模型
来源: https://www.cnblogs.com/dreamzone/p/15633029.html