机器学习6逻辑回归算法
2021-02-07 14:16
阅读：423
标签：就是 info alt com str 回归算法 自述 无法 比较 1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？ 逻辑回归本质上是一个线性回归模型，是一种用来解决二分类问题的机器学习方法，用于估计某种事物的可能性。 2.自述一下什么是过拟合和欠拟合？ （1）过拟合：其实就是所建的机器学习模型或者是深度学习模型在训练样本中表现得过于优越，太过贴近于训练数据的特征了，近乎完美的预测或区分了所有的数据，但是在新的测试集上却表现平平。 （2）欠拟合：样本不够或者算法不精确，训练样本被提取的特征比较少，不具泛化性，拿到新样本后没有办法去准确的判断，无法高效的识别。 3.思考一下逻辑回归的应用场景有哪些？ 是否为垃圾邮件 是否患病 假账号 机器学习6逻辑回归算法 标签：就是 info alt com str 回归算法 自述 无法 比较 原文地址：https://www.cnblogs.com/renshenbenzuig/p/12776257.html
上一篇：记冒泡排序实现原理
下一篇：R数据分析学习之R语言学习（1）
评论
亲，登录后才可以留言！