机器学习入门(二) — 回归模型 (理论)
发布日期:2021-06-30 12:34:19
浏览次数:2
分类:技术文章
本文共 421 字,大约阅读时间需要 1 分钟。
讲述了回归模型的基本原理和算法,并结合回归介绍了交叉验证的方法
1 预测房价
1.1 通过相似的房子预测你的房子
2 线性回归
2.1 应用线性回归模型
那么哪条线才是最好的呢?
2.2 应用一条线的成本
2.3 预测你的房价
3 加入更高阶的因素
3.1 用直线拟合房价或者…?
3.2 如果用二次函数怎么样?
3.3 更高阶的多项式
4 你相信这个模型吗?
显然,相比二次函数并不好!!!
过拟合5 通过训练-测试分离来评估过拟合
你相信这个拟合吗?
二次函数怎么样呢
如何选择模型阶数 / 复杂度
训练 / 测试分离
- 训练集 用于模型构建
- 测试集 用于检测模型构建,此数据只在模型检验时使用,用于评估模型的准确率
训练误差
- 蓝色点为训练集数据
测试误差
6 训练测试曲线
7 加入新的特征
仅仅通过房屋大小预测
加入其他的特征
应该选择多少特征
8 其他回归示例
薪资预测
股票预测
微博流行度
智能房屋
9 回归总结
机器学习流水线
转载地址:https://javaedge.blog.csdn.net/article/details/84889011 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
路过,博主的博客真漂亮。。
[***.116.15.85]2024年04月25日 07时43分22秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
Python绘制动画并保存为gif/mp4 (matplotlib)
2019-04-30
PRM概率路线图
2019-04-30
ROS(六)——订阅者Subscriber的编程实现(C++ & Python)
2019-04-30
ROS(七)——话题消息的定义与使用
2019-04-30
yolov3入门实战
2019-04-30
B树 & B+树
2019-04-30
Node-Red(一)——简介与安装
2019-04-30
representation learning 表示学习/表征学习
2019-04-30
Haar特征
2019-04-30
Python 之 histogram直方图
2019-04-30
Python 之 Scatter散点图
2019-04-30
Python实现决策树 Desision Tree & 可视化
2019-04-30
决策树 Decision tree
2019-04-30
nominal和ordinal & 数据处理中四种基本数据类型
2019-04-30
Python 实现 Cross-validation
2019-04-30
Grid SearchCV(网格搜索)& Python实现
2019-04-30
ROS相关知识
2019-04-30