Hi,你好。我是茶桁。
在上一节课讲 SVM 之后,再给大家将一个新的分类模型「决策树」。我们直接开始正题。
Hi,你好。我是茶桁。
在上一节课讲 SVM 之后,再给大家将一个新的分类模型「决策树」。我们直接开始正题。
Hi, 你好。我是茶桁。
Hi,你好。我是茶桁。
咱们之前几节课的内容,从线性回归开始到最后讲到了数据集的处理。还有最后补充了 SOFTMAX。
[TOC]
Hi,你好。我是茶桁。
上一节课,咱们讲解了『拟合』,了解了什么是过拟合,什么是欠拟合。也说过,如果大家以后在工作中做的就是机器学习的相关事情,那么欠拟合和过拟合就会一直陪伴着你,这两者是相互冲突的。
Hi, 你好。我是茶桁。
这一节课一开始我们要说一个非常重要的概念:拟合。
Hi, 你好。我是茶桁。
上一节课,咱们讲到了评测指标,并且在文章的最后提到了一个矩阵,我们就从这里开始。
Hi,你好。我是茶桁。
之前的课程中,我们学习了两个最重要的回归方法,一个线性回归,一个逻辑回归。也讲解了为什么学习机器学习要从逻辑回归和线性回归讲起。因为我们在解决问题的时候,有限选择简单的假设,越复杂的模型出错的概率也就越高。
[TOC]
Hi,你好。我是茶桁。
上一节课,在结尾的时候咱们预约了这节课一开始对上一节课的内容进行一个回顾,并且预告了这节课内容主要是「逻辑回归」,那我们现在就开始吧。
[TOC]
Hi,你好。我是茶桁。