机器学习实战精读--------回归
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了机器学习实战精读--------回归相关的知识，希望对你有一定的参考价值。
回归的目的是预测数值型的目标值
神经网络学习机理：分解和整合
回归：求回归系数的过程
最小二乘法：它的主要思想就是选择未知参数，使得理论值与观测值之差的平方和达到最小
欠拟合：模型没有很好地捕捉到数据特征，不能够很好地拟合数据，模型欠拟合将不能取得最好的预测结果。
过拟合：模型把数据学习的太彻底，以至于把噪声数据的特征也学习到了，这样就会导致在后期测试的时候不能够很好地识别数据，即不能正确的分类，模型泛化能力太差
岭回归：岭回归分析是一种用于存在多重共线性（自变量高度相关）数据的技术。在多重共线性情况下，尽管最小二乘法（OLS）对每个变量很公平，但它们的差异很大，使得观测值偏移并远离真实值。岭回归通过给回归估计上增加一个偏差度，来降低标准误差。
本文出自 “付炜超” 博客，谢绝转载！
以上是关于机器学习实战精读--------回归的主要内容，如果未能解决你的问题，请参考以下文章