1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？ 一、性质不同 （1）逻辑回归：是一种广义的线性回归分析模型。 （2）线性回归：利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。复 二、应用不同 （1）逻辑回归：常用于数据挖掘，疾病自动诊断， ...
分类：
其他好文 时间：
2020-04-23 22:45:11
阅读次数：
68
1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？ 2.自述一下什么是过拟合和欠拟合？ 3.思考一下逻辑回归的应用场景有哪些？ 1.逻辑回归：逻辑回归是一种用于解决二分类问题的机器学习方法，用于估计某种事物的可能性。 线性回归 逻辑回归 要求变量服从正态分布 对变量分布没有要求 要 ...
分类：
其他好文 时间：
2020-04-23 21:16:51
阅读次数：
57
1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？ 逻辑回归又称logistic回归分析，是一种广义的线性回归分析模型，是一个专门解决二分类的分类算法。逻辑回归使用一个函数来归一化y值，使y的取值在区间(0,1)内，这个函数称为Logistic函数(logistic functio ...
分类：
其他好文 时间：
2020-04-23 21:06:57
阅读次数：
58
1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？ 逻辑回归和线性回归都是通过把一系列数据点预测计算出一条合适的“线”，将新的数据点映射到这条预测的“线”上，继而做出预测。 2.自述一下什么是过拟合和欠拟合？ 所谓过拟合就是所建的机器学习模型或者是深度学习模型在训练样本中表现得过于 ...
分类：
其他好文 时间：
2020-04-23 20:44:53
阅读次数：
60
7-1 过拟合问题 我们仍然以房价为例下面是 分类问题中也存在类似的问题 如何解决过拟合的问题？ 绘制出假设模型图像再选择合适的多项式阶次，但是绘制假设模型曲线可以作为多项式阶次的一种方法，但这种并不是总是有用的， 在我们解决学习问题的过程中，我们遇到的许多的变量，并且这不仅仅是选择多项式阶次的问题 ...
分类：
其他好文 时间：
2020-04-17 21:49:20
阅读次数：
75
代码仓库: https://github.com/brandonlyg/cute dl 目标 1. 为Session类增加自动分批训练模型的功能, 使框架更好用。 2. 新增缓解过拟合的算法: L2正则化, 随机丢弃。 实现自动分批训练 设计方案 增加Dataset类负责管理数据集, 自动对数据分批 ...
分类：
其他好文 时间：
2020-04-16 13:24:38
阅读次数：
61
正则化是为了防止过拟合。 1. 范数 范数是衡量某个向量空间（或矩阵）中的每个向量以长度或大小。 范数的一般化定义：对实数p>=1， 范数定义如下： L1范数： 当p=1时，是L1范数，其表示某个向量中所有元素绝对值的和。 L2范数： 当p=2时，是L2范数， 表示某个向量中所有元素平方和再开根， ...
分类：
其他好文 时间：
2020-04-11 09:28:26
阅读次数：
340
交叉验证（Cross validation)，交叉验证用于防止模型过于复杂而引起的过拟合.有时亦称循环估计， 是一种统计学上将数据样本切割成较小子集的实用方法。于是可以先在一个子集上做分析， 而其它子集则用来做后续对此分析的确认及验证。 一开始的子集被称为训练集。而其它的子集则被称为验证集或测试集。 ...
分类：
其他好文 时间：
2020-04-02 18:22:19
阅读次数：
88
背景 维数灾难是机器学习中常见的现象，具体是指随着特征维数的不断增加，需要处理的数据相对于特征形成的空间而言比较稀疏，由有限训练数据拟合的模型可以很好的适用于训练数据，但是对于未知的测试数据，很大几率距离模型空间较远，训练的模型不能处理这些未知数据点，从而形成“过拟合”的现象。 方案 既然维数灾难严 ...
分类：
其他好文 时间：
2020-03-28 23:13:58
阅读次数：
69
岭回归sklearn的API：from sklearn.linear_model import Ridge 通过调节模型中的参数alpha的值来调节正则化的力度，力度越大高次项的系数越小，逐渐趋近于0，但是不会等于0，alpha一般去0-1之间的小数，或者1-10之间的整数，可以通过网格搜索去寻找最 ...
分类：
其他好文 时间：
2020-03-26 23:18:42
阅读次数：
169
