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