-
記
查看全部 -
筆記
查看全部 -
筆記
查看全部 -
實戰
查看全部 -
核心算法
查看全部 -
結論部分記在這里
查看全部 -
混淆矩陣指標的特點和選擇指標的介紹
查看全部 -
混淆矩陣的主要指標
查看全部 -
介紹了混淆矩陣的作用
查看全部 -
介紹任務
查看全部 -
數據集大致介紹
查看全部 -
這是回歸模型的數學表達式及模型展示
查看全部 -
iris數據集，機器學習查看全部
-
分類的兩個模型：
K近鄰：找input數據（圖片綠色的點）最鄰近的N個數據，都是哪類的 （圖片上，附件3個兩個紅，一個藍）。找到 點最多的那個類（藍，有兩個點），就把input點（綠色），歸為該類（藍色）。
邏輯回歸分類：（通常用于2分類）通過模型，得到input點 屬于某類的概率，小于0.5認為上A類，大于0.5認為上B類。
查看全部 -
邏輯回歸，不需要指定 函數（線性、幾次方、指數等）
code:?https://github.com/hanbingjiao/ML-Python3-LogisticRegression-Demo/
查看全部
舉報
0/150
提交
取消