机器学习:1、创建模型 2、训练 3、预测
y=kx+b(要求出k,b,必须先确定超参数,确定超参数用交叉验证的方法)
模型误差=偏差+方差+数据本身的误差
欠拟合和过拟合的判断:
1、欠拟合:训练集和测试集效果均不好
2、过拟合:训练集上效果好,测试集效果不好
离散的是分类问题,连续的是回归问题
聚类是无监督学习 ,本生是没有标签的, 它的应用是:相似用户的挖掘,新闻聚类,聚类的过程就是贴标签的
机器学习的流程:数据预处理、模型学习、模型评估、新样本预测。
切分处加运算重听
CDA人工智能社区
工作时间:9:00-19:00
陈老师:13077998983
邮箱: edu_cda_cn@foxmail.com