关键字

最小二乘法,满秩矩阵,正定矩阵,极大似然法,牛顿法

基本形式

线性模型--理论基础

线性回归

线性模型--理论基础
线性模型--理论基础
线性模型--理论基础
线性模型--理论基础
线性模型--理论基础

逻辑回归

线性模型--理论基础
线性模型--理论基础
线性模型--理论基础

线性判别分析

线性判别分析(Linear Discriminant Analysis,简称LDA)是一种经典的线性学习方法,LDA的思想非常朴素:给定训练样例集,设法将样例投影到一条直线上,使得同样样例的投影点尽可能地接近、异类样例的投影点尽可能的远;在对新样例进行分类时,将其投影到同样的这条直线上,再根据投影点的位置来确定新样本的类别。
线性模型--理论基础
线性模型--理论基础
线性模型--理论基础
线性模型--理论基础
线性模型--理论基础
线性模型--理论基础

多分类学习

考虑N个类别C1,C2,…,Cn,多分类器的基本思路是拆解法,即多个多分类器拆分为若干个二分类器任务求解。最经典的拆分策略有三种:“一对一”(One vs One,简称OvO)、“一对其余”(One vs Rest,简称OvR)和“多对多”(Many vs Many,简称MvM)。

线性模型--理论基础
线性模型--理论基础

类别不均衡问题

线性模型--理论基础
线性模型--理论基础

相关文章:

  • 2022-12-23
  • 2022-12-23
  • 2021-09-04
  • 2021-04-25
  • 2021-10-13
  • 2021-06-15
  • 2021-11-19
  • 2021-12-08
猜你喜欢
  • 2021-12-26
  • 2021-05-19
  • 2021-07-01
  • 2021-12-22
  • 2021-09-22
  • 2021-07-05
  • 2021-12-30
相关资源
相似解决方案