机器学习(Python+sklearn+TensorFlow 2.0)——第2版 微课视频版 课件 03-回归.pptx

机器学习(Python+sklearn+TensorFlow 2.0)——第2版 微课视频版 课件 03-回归.pptx

机器学习第三章回归

与分簇、分类和标注任务不同,回归(Regression)任务预测的不是有限的离散的标签值,而是连续的值。回归任务的目标是通过对训练样本的学习,得到从样本特征集到连续值之间的映射。如天气预测任务中,预测天气是冷还是热是分类问题,而预测精确的温度值则是回归问题。本章从较容易理解的线性回归入手,分别讨论线性回归、多项式回归、岭回归和局部回归等算法。本章引入了最优化计算、过拟合处理、向量相关性度量等机器学习基础知识。第三章回归2

1回归任务、评价与线性回归2机器学习中的最优化方法3多项式回归4过拟合与泛化第三章回归35向量相

文档评论(0)

1亿VIP精品文档

相关文档