zoukankan      html  css  js  c++  java
  • Udacity_机器学习

    有多条线可以降低绝对误差,但只有一条线可以降低平方误差和
    Sum of Squared Errors (SSE)
     
    监督学习
    决策树(ID3算法、信息熵[父节点的信息熵=1]、信息增益)
    计算信息熵
    分类和回归
     
     
    准确率的缺陷:
    对于偏斜类(有很多样本点,但属于该类别的数目特别少)
    绝不错杀一个
    宁可天下人负我(试图找出所有相关人员)
     
    模型可能出现的误差来自两个主要来源:
    因模型无法表示基本数据的复杂度而造成的偏差
    因模型对训练它所用的有限数据过度敏感而造成的方差
     
    数据预处理五步走:
    1. 数据摘要 通过变量的特征快速了解数据结构 如变量的类型,非空值数量 简单统计量(均值、方差...)等
    2. 清洗变量 目的(保留尽量多的有效信息)类别变量-->数值变量,删掉冗余信息,填充NA等
    3. 拆分训练集合验证集  目的(为训练模型和交叉验证做准备)
    4. 训练模型 
    5. 预测结果
    交叉验证 主要是想通过模型的差异来抵消一部分模型本身的系统性误差,减小过拟合,增加总体稳健性
  • 相关阅读:
    TSQL常用查询语句
    团队开发注意事项
    SQLServer2005 XML数据类型操作
    Nunit学习笔记
    服务器架构工具表
    JQuery 做的下拉文本框
    面向对象和结构化程序设计的区别
    AFX_MSG是什么意思
    DECLARE_MESSAGE_MAP()
    AfxBeginThread的介绍/基本用法
  • 原文地址:https://www.cnblogs.com/sxbjdl/p/5655978.html
Copyright © 2011-2022 走看看