机器学习-监督学习2

监督学习

Logistic回归

概念
划分两个数据集之间的分界线,类似回归
梯度下降算法
随机梯度下降
减少计算量
优点
计算代价不高
易于理解和实现
缺点
容易欠拟合
分类精度可能不高
适用
数值型
标称型
案例
从病症预测死亡率

支持向量机 SVM

概念
将数据映射到高维空间更容易被分类
核函数
将数据映射到高维空间
径向基函数
流行核函数
优点
泛化错误率低
计算开销不大
结果易理解
缺点
对参数调节和核函数的选择敏感
原始分类器不加修改仅适用于处理二类问题
适用
数值型
标称型
案例
手写识别

元算法 AdaBoost

概念
不同算法集成
同一算法不同设置集成
不同数据集不同分类器
性能度量
正确率
预测为正例的样本中真正正例的比例
召回率
预测为正例的真实正例占真实正例的比例

赞(1) 打赏
特别声明:除特殊标注,本站文章均为原创,遵循CC BY-NC 3.0,转载请注明出处。三伏磨 » 机器学习-监督学习2

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏