社区
杨佳佳的课程社区_NO_1
机器学习理论与实战
帖子详情
线性回归十二交叉验证
yangjiajia123456
2024-04-14 10:06:51
课时名称
课时知识点
线性回归十二交叉验证
什么是交叉验证,交叉验证的方式是什么,有几种交叉验证
...全文
54
回复
打赏
收藏
线性回归十二交叉验证
课时名称课时知识点线性回归十二交叉验证什么是交叉验证,交叉验证的方式是什么,有几种交叉验证
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
python
交叉验证
结合
线性回归
_第四
十二
讲 R-回归预测模型的
交叉验证
本文介绍了
交叉验证
在评估回归预测模型性能中的应用,详细阐述了验证集方法、单个剔除
交叉验证
、k倍
交叉验证
和重复k倍
交叉验证
的原理和优缺点。通过R包caret实现
交叉验证
,并以swiss数据集为例,讨论了如何基于
交叉验证
选择最佳模型。
机器学习实战教程(
十二
):
线性回归
提高篇
本文讲解
线性回归
的缩减方法,包括岭回归和前向逐步
线性回归
。介绍了岭回归概念、代码实现,分析其在特征数多于样本数时的作用。还通过前向逐步
线性回归
找出重要特征。最后用这些方法对乐高玩具套件二手价格进行预测,并介绍了Sklearn的岭回归实现。
【机器学习】如何去评价一个神经网络模型的好坏?什么是
交叉验证
数据集?偏差和高差对模型的影响?
本文介绍了如何评估机器学习模型的性能,包括使用训练集和
交叉验证
集来选择模型,通过偏差和方差进行模型诊断,以及正则化对模型的影响。强调了
交叉验证
在模型选择中的重要性,并提出通过比较训练误差和
交叉验证
误差来判断模型是否存在高偏差或高方差的问题。同时,讨论了正则化参数λ的选择对模型偏差和方差的影响,以及如何制定性能基准来评价模型。
Python3《机器学习实战》学习笔记(
十二
):
线性回归
提高篇之乐高玩具套件二手价预测
本文深入探讨
线性回归
的缩减方法,包括岭回归和逐步
线性回归
,使用sklearn库进行实践,对乐高玩具套件的二手价格进行预测。
十二
、评估机器学习算法
本文探讨了机器学习中过拟合和欠拟合的问题,介绍了
线性回归
和逻辑回归的误差检验公式,并阐述了如何通过训练数据、
交叉验证
数据和测试数据来判断模型的状态。此外,还讲解了如何选择正则化系数λ,以及学习曲线在模型选择中的应用。最后,讨论了神经网络结构对模型效果的影响,强调了正则化在防止过拟合中的作用。
杨佳佳的课程社区_NO_1
1
社区成员
402
社区内容
发帖
与我相关
我的任务
杨佳佳的课程社区_NO_1
复制链接
扫一扫
分享
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章