机器学习基础
来源:互联网 发布:淘宝做客服考试答案 编辑:程序博客网 时间:2024/06/17 21:29
1.监督和无监督学习
监督学习:对事物未知表现的预测(分类、回归)其中分类是离散已知数量的预测,回归是连续变量的预测。一般使用两种类型的目标变量:标称型和数值型。
无监督学习:对事物本身性质的分析(降维、聚类)
2.标称型和数值型数据
标称型:标称型目标变量的结果在有限目标集中取值,如真与假(标称型目标变量主要用于分类)
数值型:数值型目标变量可以从无限的数值集合中取值(数值型目标变量主要用于回归分析)
阅读全文
0 0
- 【机器学习基础】机器学习基础引入
- 【机器学习基础】机器学习基础引入
- 【机器学习基础】机器学习基础引入
- 机器学习基础
- 机器学习--基础
- 机器学习数学基础
- 机器学习基础
- 机器学习基础
- 【机器学习基础】验证
- 机器学习基础
- 机器学习基础 I
- 机器学习基础 II
- 第一章:机器学习基础
- 机器学习基础概念
- 机器学习1 基础
- 机器学习基础
- 机器学习基础小结
- 机器学习概率论基础
- linux 磁盘空间满了如何查找文件
- 1821: [JSOI2010]Group 部落划分 Group
- linklist和arraylist
- poj2152_Fire(树形DP)
- 发邮件-java
- 机器学习基础
- 图片上传
- 使用本地cookie缓存,模拟访问
- 简述window.onload与document.ready()的区别
- 关于redis的一些问题,事物方面,线程,在项目中的应用等几个点
- 划分型DP相关
- opencv使图片变亮
- github上的license-许可证
- java 解决 pat 乙级 1072. 开学寄语(20)