srcmini

2020-02-10半瓶木阅读(2845)评论(0)赞(3)

在建立机器学习模型时，逆向消除是一种特征选择技术。它用于删除那些对因变量或输出预测没有显著影响的特性。在机器学习中有各种各样的方法来建立模型，它们是： All-in 逆向消除 正向选择 双向消除 得分比较 以上是在机器学习中建立模型的可能方...

2020-02-10半瓶木阅读(1140)评论(0)赞(0)

在前面的主题中，我们学习了简单线性回归，即使用单个独立的/预测器(X)变量对响应变量(Y)进行建模，但是在不同的情况下响应变量可能受到多个预测器变量的影响;对于这种情况，我们使用了多元线性回归算法。 多元线性回归是简单线性回归的扩展，需要多...

2020-02-09半瓶木阅读(1490)评论(0)赞(0)

本文概要 简单线性回归模型 使用Python实现简单线性回归算法 简单线性回归是一种模拟因变量和独立变量之间关系的回归算法。简单线性回归模型所表示的关系是线性的或倾斜的直线，因此称为简单线性回归。 简单线性回归的关键是因变量必须是连续/实值...

2020-02-09半瓶木阅读(1330)评论(0)赞(0)

本文概要 线性回归的类型 线性回归线 寻找最佳拟合线 模型性能 线性回归的假设 线性回归是最简单和最流行的机器学习算法之一。它是一种用于预测分析的统计方法。线性回归为继续/实际或数字变量，如销售，薪水，年龄，产品价格等预测。 线性回归算法显...

2020-02-09半瓶木阅读(2048)评论(0)赞(0)

本文概要 回归分析相关的术语 为什么要使用回归分析？ 回归的类型 回归分析是一种用一个或多个自变量来模拟一个因变量(目标变量)和一个独立变量(预测变量)之间关系的统计方法。更具体地说，回归分析帮助我们理解当其他自变量保持不变时，因变量的值是...

2020-02-09半瓶木阅读(1208)评论(0)赞(0)

本文概要 监督机器学习 无监督机器学习 监督和无监督学习是机器学习的两种技术。但这两种技术在不同的场景和不同的数据集使用。下面给出了两种学习方法的解释及其差异表。 监督机器学习 监督学习是一种机器学习方法，其中模型训练使用标记数据。在监督学...

2020-02-09半瓶木阅读(2198)评论(0)赞(0)

本文概要 什么是无监督学习？ 为什么要使用无监督学习？ 无监督学习的工作 神经网络算法的类型 无监督学习算法 无监督学习的优点 无监督学习的缺点 在前一个主题中，我们学习了监督机器学习，在训练数据的监督下，使用标记数据对模型进行训练。但是，...

2020-02-09半瓶木阅读(1213)评论(0)赞(0)

本文概要 监督学习如何工作？ 在监督学习中涉及的步骤 监督机器学习算法的类型 监督学习的优点 监督学习的缺点 监督学习是机器学习的一种，机器使用良好的“标记”训练数据进行训练，并根据这些数据预测输出。标记的数据意味着一些输入数据已经标记了正...

2020-02-09半瓶木阅读(1034)评论(0)赞(0)

本文概要 我们为什么需要数据预处理？ 1）获取数据集 2）导入库 3）导入数据集 4）处理丢失数据 5）编码分类数据 6）将数据集分为训练集和测试集 7）特征缩放 数据预处理是准备原始数据并使其适合于机器学习模型的过程。这是创建机器学习模型...

2020-02-09半瓶木阅读(1971)评论(0)赞(0)

本文概要 什么是数据集？ 数据集中的数据类型 需要的数据集 机器学习数据集热门来源 在机器学习领域取得成功或成为伟大的数据科学家的关键是使用不同类型的数据集。但是，为每种机器学习项目发现合适的数据集是一项艰巨的任务。因此，在本主题中，我们将...