-
记
查看全部 -
笔记
查看全部 -
笔记





查看全部 -

实战
查看全部 -

核心算法
查看全部 -

结论部分记在这里
查看全部 -

混淆矩阵指标的特点和选择指标的介绍
查看全部 -

混淆矩阵的主要指标
查看全部 -

介绍了混淆矩阵的作用
查看全部 -

介绍任务
查看全部 -

数据集大致介绍
查看全部 -

这是回归模型的数学表达式及模型展示
查看全部 -
iris数据集,机器学习查看全部
-

分类的两个模型:
K近邻:找input数据(图片绿色的点)最邻近的N个数据,都是哪类的 (图片上,附件3个两个红,一个蓝)。找到 点最多的那个类(蓝,有两个点),就把input点(绿色),归为该类(蓝色)。
逻辑回归分类:(通常用于2分类)通过模型,得到input点 属于某类的概率,小于0.5认为上A类,大于0.5认为上B类。
查看全部 -

逻辑回归,不需要指定 函数(线性、几次方、指数等)
code: https://github.com/hanbingjiao/ML-Python3-LogisticRegression-Demo/
查看全部
举报
0/150
提交
取消