Regression: 迴歸。連續地輸出爲某些值。
Classification: 分類。離散地輸出爲某些值中的一個。
注:Logistic Regression是一種分類的方法,服從二項分佈。
Regularization: 正則化。減小特徵變量數量級,用以防止過擬合。By 加懲罰項
Normalization: 歸一化(規範化)。統一量綱,加快收斂性。By softmax函數
Generalization: 泛化。泛化能力好時,在測試集上可以取得和訓練集上相近或相同的識別率。
圖像的插值:
在圖像的放大和縮小的過程中,需要計算新圖像像素點在原圖的位置,如果計算的位置不是整數,就需要用到圖像的內插,如雙線性插值算法。
插值:在離散數據的基礎上補插連續函數,使得這條連續曲線通過全部給定的離散數據點。線性插值,即插值函數爲一次多項式的插值方式。進一步地,雙線性插值是有兩個變量的插值函數的線性插值擴展,其核心思想是在兩個方向分別進行一次線性插值。雙線性插值是數據分析中的一種常用算法。
雙線性插值的過程理解:https://blog.csdn.net/xbinworld/article/details/65660665