多元回歸模型
1. Dataframe 一般化 為多元回歸
這叫預測函數
2.損失函數? 最小二乘法? (另外加入正則項 防止過你合 原理是 當過擬合時必定用了更多參數, 在損失函數中加入參數平方和項 使得參數復雜度成為損失函數一部分 )
3. 歸一化 feature scaling
4 向量化(正則項)
Logistic regression
1 .預測函數
2. 極大似然估計得到損失函數? (正則項 )
3. 梯度下降
4多分類怎么做?
神經網絡
多元回歸模型
1. Dataframe 一般化 為多元回歸
這叫預測函數
2.損失函數? 最小二乘法? (另外加入正則項 防止過你合 原理是 當過擬合時必定用了更多參數, 在損失函數中加入參數平方和項 使得參數復雜度成為損失函數一部分 )
3. 歸一化 feature scaling
4 向量化(正則項)
Logistic regression
1 .預測函數
2. 極大似然估計得到損失函數? (正則項 )
3. 梯度下降
4多分類怎么做?
神經網絡