本章內(nèi)容】
- 線性回歸
- 局部加權(quán)線性回歸
- 嶺回歸和逐步線性回歸
- 例子
Paste_Image.png
【線性回歸】
wHat = (X.T*X).I * X.T * y
【局部加權(quán)回歸】
Paste_Image.png
參數(shù)K的選擇是關(guān)鍵，越小over-fitting風(fēng)險(xiǎn)越高
【嶺回歸】
- 逐步減少系數(shù)，X-lamda
- (X.TX+lamdaI)*X.T.y
機(jī)器學(xué)習(xí)實(shí)戰(zhàn)——回歸
最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。
推薦閱讀更多精彩內(nèi)容
- CART算法 — DONE 回歸與模型樹(shù) — DONE 樹(shù)剪枝算法 — DONE Python中GUI的使用 【C...
- 第8章 預(yù)測(cè)數(shù)值型數(shù)據(jù)：回歸 回歸（Regression） 概述 我們前邊提到的分類的目標(biāo)變量是標(biāo)稱型數(shù)據(jù)，而回歸...
- 大家早安、午安、晚安，一起來(lái)學(xué)習(xí)機(jī)器學(xué)習(xí)算法中回歸部分的方法啦，每次都是滿滿的干貨，大家看的時(shí)候多喝水哈，正文開(kāi)始...
- 機(jī)器學(xué)習(xí)是做NLP和計(jì)算機(jī)視覺(jué)這類應(yīng)用算法的基礎(chǔ)，雖然現(xiàn)在深度學(xué)習(xí)模型大行其道，但是懂一些傳統(tǒng)算法的原理和它們之間...
