算法

情到浓时终转凉″ 提交于 2019-12-14 22:35:00

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
kmeans 的K如何确定 以及 原理
在这里插入图片描述
缺点 如何改进
EM算法 不用看
支持向量机知道有哪些核函数 损失函数等 推导不用会

损失函数

在这里插入图片描述
hinge loss 时SVM的损失函数

评估

hold out 流出法 工业界用的多
A-B-test 是在线的评估方法 其他三个是离线的评估方法
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
libsvm 适合稀疏矩阵 libFM 用于2分类
在这里插入图片描述
在这里插入图片描述
以及模型的迭代 优化等
在这里插入图片描述
判别模型是对条件概率建模 生成模型是对联合概率建模
在这里插入图片描述
在这里插入图片描述
逻辑回归后面继续听

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!