k近鄰算法（k-nearest neighbor, kNN）是一種基本分類方法。k近鄰算法的輸入為實例的特征向量，對應于特征空間的點；輸出為實例的類別，可以取多類。分類時，對...
發簡信
IP屬地：北京
-
機器學習算法：k近鄰（kNN）算法 -
機器學習算法：模型選擇與模型評估
機器學習的目的是使學到的模型不僅對已知數據，而且對未知數據都能有很好的預測能力。當損失函數給定時，基于損失函數的模型訓練誤差（training error）和模型測試誤差（t...
-
機器學習算法：特征工程通常說“數據決定了機器學習的上限，而算法只是逼近這個上限。”這里所說的數據指的就是特征工程得到的數據。Andrew Ng說過：“創造新的特征是一件十分困難的事情，需要豐富的專...
-
機器學習算法：特征選擇神器FeatureSelector轉載自：https://www.itcodemonkey.com/article/5560.html 來自：優達學城Udacity（微信號：youdaxue），作者：Will...
-
機器學習算法：線性回歸算法原理及兩種實現方法線性回歸（Linear Regression）是利用數理統計中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關系的一種統計分析方法。 1、問題描述 回歸分析中，只包括一個...
-
時間序列分類：LSTM模型之處理變序列長度輸入
摘自：https://datascience.stackexchange.com/questions/48796/how-to-feed-lstm-with-differen...