过拟合和欠拟合从模型在不同集合上的表现来看首先来明确一下过拟合和欠拟合的概念。过拟差的角度来看...
一个分类问题。线性回归线性回归是一个典型的回归算法，所谓的线性回归指的就是用一条直线能够较为准确的描述数据之间的关系，...
学习器模型中一般有两类参数，一类是可以从数据中学习估计得到，还有一类参数时无法从数据中估计，只能靠人的经验进行设计指定，后者成为超参数。比如，支持向量机里面的C, Kernal, game；朴素贝叶斯里面的alpha等。网格搜索网格搜索通过查找搜索范围内的所有的点来确定最优值，如果采用较大的搜索范围和较小的步长，网格搜索有很大的概率找到全局最优值。但是随着超参数的增加这种搜索方法十分消耗计...
Holdout检验Holdout检验是最简单也是最直接的验证方法，它将原始的样本随机划分成训练机和验证集两部分，通常情况下我们把样本按照70%-30%的比例分成两部分，70%用于模型的训练，30%用于模型的验证，包括绘制ROC曲线，计算精确率和召回率等指标来评估模型性能。同时Holdout的缺点也很明显，即在验证集上计算出来的最后评估指标与原始的分组有很大关系，为了消除这种验证的随机性“交...
什么样的特征是类别型特征？类别型特征主要是指性别（男/女），体型（胖/瘦/适中）等只有在选项内取值的特征，类别型特征的原始输入通常是字符串形式，除了决策树等少数模型能够直接处理字符串形式的输入，对于逻辑回归、支持向量机等模型来说，类别型特征必须经过处理转换成数值型特征才能正确工作。序号编码序号编码通常用于处理类别间具有大小关系的数据，例如考试的成绩可以由好到坏分为（A、B、C、D）四档...
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
