【文件属性】：
文件名称：第4章 回归与聚类算法 2
4.1. 线性回归 2
4.1.1. 线性回归的原理 2
4.1.2. 线性回归的损失和优化原理（理
文件大小：11.08MB
文件格式：DOC
更新时间：2022-05-21 00:31:16
机器学习 深度学习
学习资源
第4章 回归与聚类算法 2
4.1. 线性回归 2
4.1.1. 线性回归的原理 2
4.1.2. 线性回归的损失和优化原理（理解记忆） 5
4.1.3. 线性回归API 9
4.1.4. 波士顿房价预测 10
4.1.5. 拓展-关于优化方法GD、SGD、SAG 14
4.1.6. 总结 15
4.2. 欠拟合与过拟合 15
4.2.1. 什么是过拟合与欠拟合 15
4.2.2. 原因以及解决办法 17
4.3. 线性回归的改进-岭回归 19
4.3.1. 带有L2正则化的线性回归-岭回归 19
4.4. 分类算法-逻辑回归与二分类 21
4.4.1. 逻辑回归的应用场景 21
4.4.2. 逻辑回归的原理 21
4.4.3. 逻辑回归API 23
4.4.4. 案例：癌症分类预测-良／恶性乳腺癌肿瘤预测 23
4.4.5. 分类的评估方法 25
4.5. 模型保存与加载 29
4.5.1. sklearn模型的保存和加载API 29
4.5.2. 线性回归的模型保存加载案例 29
4.6. 无监督学习-K-means算法 30
4.6.1. 什么是无监督学习 30
4.6