线性回归 日期：2021-05-16 栏目：程序人生 浏览：次 a) 什么是线性回归 b) 形式化定义：用数学来表示 2. 梯度下降法 a) 梯度下降法介绍 b) 梯度下降法数学表示 c) numpy代码实现梯度下降法 d) 梯度下降法求解线性回归问题 3. 模型评价指标 a) 均方误差（MSE） b) 均方根误差（RMSE） c) 平均绝对误差（MAE） 4. 欠拟合与过拟合的概念 a) 欠拟合与过拟合 b) 正则化 5. 使用Sklearn实现线性回归 a) 最小二乘法求解线性回归 b) 最小二乘法的代码实现 c) 使用Sklearn实现Ridge，LASSO和ElasticNet 6. 案例： 波士顿房价预测 a) 机器学习项目流程 上一篇：QTimer在QThread环境中失效的问题 下一篇：没有了 内容版权声明：除非注明，否则皆为本站原创文章。 转载注明出处：https://www.heiqu.com/wpwjfx.html 相关推荐 2021-05-161线性回归 2021-05-162QTimer在QThread环境中失效的问题 2021-05-163爬虫之Scrapy框架介绍 2021-05-164JavaScript数据结构——字典和散列表的实现 2021-05-165Spring Boot + Vue 前后端分离开发，权限管理
