“回归”与“树”在讲解树回归之前，我们看看回归和树巧妙结合的原因。线性回归的弊端线性回归需要拟合所有样本点，在特征多且特征关系复杂时，构建全局模型的想法就显得太难。实际生活中，问题很大程度上不是线性的，而是非线...

大数据文摘编译作品编译：王梦泽、笪洁琼 、夏雅薇逻辑回归的结果很难解读，在真实的商业环境中考虑到你要跟你的老板或同事解释模型的时候，有可能自己都无法解释清楚，所以慎用纯粹的逻辑回归，尤其是对于初学者来说，这是作者...

我们来回顾下之前讲过的决策树方法，其在划分子集的时候使用的方法是信息增益（我们也叫ID3方法），其方法只针对标称型（离散型）数据有效，很难用于回归；而且ID3算法切分过于迅速，容易过拟合，例如：一个特征有4个值，数据就会被切为四份，...

*十六、线性回归方程式与线性系统 本章节的内容涉及线性代数的知识，读者应该先去了解，如不了解也可略过本章，无影响16.1 Gaussian Elimination 在线性代数中我们解方程组的办法一般都是用高斯消去法，即为了找到x1,x2,x3…...

可能学习和工作还有兴趣都跟统计沾些边，一些朋友和网友也问我些如何学习统计之类的问题，他们当然一样是非统计出身。结合自己的学习经历，这里一并回答了，也权当一个成长备忘录，所以这里取一个柏拉图“《智者篇》...

整理自Andrew Ng 的 machine learnig 课程 week1目录：什么是机器学习监督学习非监督学习一元线性回归 模型表示损失函数梯度下降算法1、什么是机器学习Arthur Samuel不是一个playing checker的高手，但是他编了一个程序，...

整理自Andrew Ng的machine learning课程。目录：梯度下降算法梯度下降算法的直观展示线性回归中的梯度下降前提：线性回归模型 ：$h(theta_0,theta_1)=theta_0+theta_1x$损失函数：$J(theta_0,theta_1)=frac{1}{2m}......

为什么要引入激活函数 如果不用激励函数（其实相当于激励函数是f(x) = x），在这种情况下你每一层输出都是上层输入的线性函数，很容易验证，无论你神经网络有多少层，输出都是输入的线性组合，与没有隐藏层效果相当，这种情况就是最...

pytorch的windoows下安装Step1：通过百度云下载安装包Amazon Cloud(py36)或者百度云(py36)或百度云(py35)Step2：构建虚拟环境（打开CMD命令提示符窗口，输入下列命令）conda create -n test python=3.6activate testSte......

1. 线性回归：根据出生率来预测平均寿命相信大家对线性回归很熟悉了，在这里不介绍了。我们将简单地构建一个神经网络，只包含一层，用来预测自变量X与因变量Y之间的线性关系。问题描述 下面图片是关于出...