- 线性回归与logistic回归综合实战 线性回归与logistic回归综合实战
- R 银行信用卡风控评分数据分析 R 银行信用卡风控评分数据分析
- CRM and Credit Risk介绍 CRM and Credit Risk介绍
- 机器学习（三）：线性模型 机器学习（三）：线性模型
- 逻辑回归 逻辑回归
- R 多元线性回归 R 多元线性回归
- R一元线性回归 R一元线性回归
- 课后作业部分在讲述完Octave的基础操作之后，吴恩达老师给出了一个线性回归的编程作业。并给出了明确的指导文件，可以让我们一步一步的来按照提示实现。 单变量线性回归本例中使用单变量线性回归预测餐车利润。数据ex1data1.txt数据截图如下，两列数据分别表示：第一列表示对应城市的人口，第二列表示在该城市的一个餐车的利润。负数表示餐车亏损。 Octave数据加载data = load('e... 课后作业部分在讲述完Octave的基础操作之后，吴恩达老师给出了一个线性回归的编程作业。并给出了明确的指导文件，可以让我们一步一步的来按照提示实现。 单变量线性回归本例中使用单变量线性回归预测餐车利润。数据ex1data1.txt数据截图如下，两列数据分别表示：第一列表示对应城市的人口，第二列表示在该城市的一个餐车的利润。负数表示餐车亏损。 Octave数据加载data = load('e...
- 机器学习典型步骤 过拟合 & 欠拟合 为什么需要交叉验证数据集？ 什么是学习曲线？ 为什么需要查准率和召回率来评估模型的好坏？查准率和召回率适合哪些问题领域？ 数据预处理 & 特征选择 kNN 使用k-近邻算法进行回归拟合 糖尿病预测 线性回归 波士顿房价预测 逻辑回归 乳腺癌检测（数据预处理） 决策树 基本概念 决策树的创建 算法分类 剪枝算法 预测泰坦尼克号幸存者 集合算法 随机森林（... 机器学习典型步骤 过拟合 & 欠拟合 为什么需要交叉验证数据集？ 什么是学习曲线？ 为什么需要查准率和召回率来评估模型的好坏？查准率和召回率适合哪些问题领域？ 数据预处理 & 特征选择 kNN 使用k-近邻算法进行回归拟合 糖尿病预测 线性回归 波士顿房价预测 逻辑回归 乳腺癌检测（数据预处理） 决策树 基本概念 决策树的创建 算法分类 剪枝算法 预测泰坦尼克号幸存者 集合算法 随机森林（...
- 假设房子例子，真实的数据之间存在这样的关系： 真实关系：真实房子价格 = 0.02×中心区域的距离 + 0.04×城市一氧化氮浓度 + (-0.12×自住房平均房价) + 0.254×城镇犯罪率那么现在呢，我们随意指定一个关系（猜测） 随机指定关系：预测房子价格 = 0.25×中心区域的距离 + 0.14×城市一氧化氮浓度 + 0.42×自住房平均房价 + 0.34×城镇... 假设房子例子，真实的数据之间存在这样的关系： 真实关系：真实房子价格 = 0.02×中心区域的距离 + 0.04×城市一氧化氮浓度 + (-0.12×自住房平均房价) + 0.254×城镇犯罪率那么现在呢，我们随意指定一个关系（猜测） 随机指定关系：预测房子价格 = 0.25×中心区域的距离 + 0.14×城市一氧化氮浓度 + 0.42×自住房平均房价 + 0.34×城镇...
- 1 常见函数的导数2 导数的四则运算3.矩阵（向量）求导 [了解] 1 常见函数的导数2 导数的四则运算3.矩阵（向量）求导 [了解]
- 1 线性回归API sklearn.linear_model.LinearRegression() LinearRegression.coef_：回归系数2 举例2.1 步骤分析 1.获取数据集 2.数据基本处理（该案例中省略） 3.特征工程（该案例中省略） 4.机器学习 5.模型评估（该案例中省略）2.2 代码过程 导入模块from sk... 1 线性回归API sklearn.linear_model.LinearRegression() LinearRegression.coef_：回归系数2 举例2.1 步骤分析 1.获取数据集 2.数据基本处理（该案例中省略） 3.特征工程（该案例中省略） 4.机器学习 5.模型评估（该案例中省略）2.2 代码过程 导入模块from sk...
- 线性回归简介 1. 线性回归应用场景 房价预测 销售额度预测 贷款额度预测 举例： 2. 什么是线性回归 定义与公式 线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和... 线性回归简介 1. 线性回归应用场景 房价预测 销售额度预测 贷款额度预测 举例： 2. 什么是线性回归 定义与公式 线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和...
- 线性回归简介 1 .线性回归应用场景 房价预测 销售额度预测 贷款额度预测 2 什么是线性回归 2.1 定义与公式 线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。 特点：只有一个自变量的情况称为单变量回归，多于一个自变量情况的叫做... 线性回归简介 1 .线性回归应用场景 房价预测 销售额度预测 贷款额度预测 2 什么是线性回归 2.1 定义与公式 线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。 特点：只有一个自变量的情况称为单变量回归，多于一个自变量情况的叫做...
- 线性回归模型1.线性回归模型 所谓线性回归模型就是指因变量和自变量之间的关系是直线型的。回归分析预测法中最简单和最常用的是线性回归预测法。 在现实世界中，我们常与各种变量打交道，在解决实际问题过程中，我们常常会遇到多个变量同处于一个过程之中，它们之间互相联系、互相制约。最常见的关系有两种：一类为 “确定的关系”即变量间有确定性关系，其关系可用函数表达式表示。例如：路程s,时间t, 与速度... 线性回归模型1.线性回归模型 所谓线性回归模型就是指因变量和自变量之间的关系是直线型的。回归分析预测法中最简单和最常用的是线性回归预测法。 在现实世界中，我们常与各种变量打交道，在解决实际问题过程中，我们常常会遇到多个变量同处于一个过程之中，它们之间互相联系、互相制约。最常见的关系有两种：一类为 “确定的关系”即变量间有确定性关系，其关系可用函数表达式表示。例如：路程s,时间t, 与速度...
上滑加载中
推荐直播
-
物联网资深专家带你轻松构建AIoT智能场景应用2024/11/21 周四 16:30-18:00
管老师 华为云IoT DTSE技术布道师
如何轻松构建AIoT智能场景应用？本期直播将聚焦华为云设备接入平台，结合AI、鸿蒙（OpenHarmony）、大数据等技术，实现物联网端云协同创新场景，教您如何打造更有实用性及创新性的AIoT行业标杆应用。
回顾中 -
Ascend C算子编程之旅：基础入门篇2024/11/22 周五 16:00-17:30
莫老师 昇腾CANN专家
介绍Ascend C算子基本概念、异构计算架构CANN和Ascend C基本概述，以及Ascend C快速入门，夯实Ascend C算子编程基础
即将直播 -
深入解析：华为全栈AI解决方案与云智能开放能力2024/11/22 周五 18:20-20:20
Alex 华为云学堂技术讲师
本期直播我们将重点为大家介绍华为全栈全场景AI解决方案以和华为云企业智能AI开放能力。旨在帮助开发者深入理解华为AI解决方案，并能够更加熟练地运用这些技术。通过洞悉华为解决方案，了解人工智能完整生态链条的构造。
去报名
热门标签