你应该是一阵风丫

2020-10-17   阅读量: 16

机器学习【二】广义线性模型

机器学习【二】广义线性模型

涉及内容:

线性模型的图形表示————导入线性模型、拟合数据点、拟合新加的数据点、训练数据集的属性“xx_”

线性模型特点—————用于回归分析的好几种线性模型之间的区别

最基本的线性模型:线性回归————

使用L2正则化的线性模型:岭回归————线性回归和岭回归之间的重要结论

使用L1正则化的线性模型:套索回归————

套索回归和岭回归的区别————

适用:

  • 对于特征变量较多的数据集,线性模型会十分强大【尤其是训练集的特征变量 > 数据点的数量时,可以达到近乎完美的预测】

优点:

  • 线性模型的训练非常快

  • 过程也很容易被人理解

缺点:

  • 数据集的特征比较少的时候,线性模型的表现就会相对偏弱

  • 使用线性模型的前提条件是假设目标y是数据特征的线性组合


0.0000 0 0 关注作者 收藏

评论(0)


暂无数据

推荐帖子


    暂无数据

推荐课程