机器学习基础算法篇——2、回归（未完成，待更新）
一、零碎知识点 1、wordcloud和jieba库的安装 用Anaconda3安装：网页链接 2、线性回归当中的复杂度惩罚因子（正则项，罚项） ①L2-norm——Ridge回归 ②L1-norm——LASSO LASSO可以进行特征选择，意味着可以用来降维。 ③Elastic Net 二、Xmind
相关文章
- 1. 2.回归（待更新）
- 2. 机器学习（2）——回归算法： 回归分析
- 3. 机器学习算法---回归算法
- 4. 机器学习2基础回归模型之逻辑回归和Softmax回归
- 5. 机器学习-基础算法最小二乘回归
- 6. 机器学习算法基础——Task01线性回归
- 7. 机器学习算法基础---逻辑回归
- 8. 机器学习 算法基础 二 回归
- 9. 机器学习基础-线性回归算法
- 10. 机器学习基础---逻辑回归
- 更多相关文章...
- • R 基础运算 - R 语言教程
- • Kotlin 基础语法 - Kotlin 教程
- • Kotlin学习（一）基本语法
- • 算法总结-回溯法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 2.回归（待更新）
- 2. 机器学习（2）——回归算法： 回归分析
- 3. 机器学习算法---回归算法
- 4. 机器学习2基础回归模型之逻辑回归和Softmax回归
- 5. 机器学习-基础算法最小二乘回归
- 6. 机器学习算法基础——Task01线性回归
- 7. 机器学习算法基础---逻辑回归
- 8. 机器学习 算法基础 二 回归
- 9. 机器学习基础-线性回归算法
- 10. 机器学习基础---逻辑回归