开发工具:
文件大小: 53kb
下载次数: 0
上传时间: 2021-01-07
详细说明：还在学习中！尚未补全
机器学习的学习任务根据训练集是否拥有标记信息，
可大致分为两类：监督学习和无监督学习
分类和回归是监督学习的代表
（对于预测的结果是离散值，例如“好瓜”“坏瓜”此称为分类；对于预测值是连续值，例如西瓜成熟度是0.95，此称为回归）
聚类是无监督学习的代表
（将训练集分为若干组，每组形成一个簇，他们自动形成的簇对应着一些潜在的特征划分，这些概念我们事先不知，这样的样本也不拥有标记）
模型评估方法
留出法
将数据集D分为互斥的两部分：训练集S、测试集T。
用训练集S进行训练后，通过测试集T来对泛化误差进行估计（一般训练集和测试集的划分尽可能保持数据分布的一致性）
交叉验证法
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
