原创 R-squared 和 Adjusted R-squared 的區別

如果在現有model中,再加入一個“無關自變量”,則R-squared的值仍然會增加,但是,實質上,model的擬合度並未增加; 爲了彌補R-suqared的缺陷,提出了Adjusted R-squared,它在R-squared的基

原创 深度學習面試

參考博文:深度學習面試

原创 ***受限玻爾茲曼機

參考博文:一起讀懂傳說中的經典:受限玻爾茲曼機

原创 ***probit模型與logit模型

參考博文:probit模型與logit模型

原创 圖表的重要性:Anscombe的四組數據

一篇博文,告訴我們 圖表+model 的重要性,讓我們 能夠 更加正確的 理解Data。 參考博文:圖表的重要性:Anscombe的四組數據

原创 聚類評估算法-輪廓係數(Silhouette Coefficient )

輪廓係數 是用來 判斷 “聚類效果”的 一個指標。 輪廓係數的核心思想是判斷:類間距離 與 類內距離 的相對大小,如果 類間距離 > 類內距離,則說明 聚類結果好,反之,則不好。 輪廓係數 的 這種思想 與 “Fisher線性判別”很

原创 BAT機器學習面試題1000題(311~315題)

參考博文:BAT機器學習面試題1000題(311~315題)

原创 殘差residual VS 誤差 error

誤差:觀測值 與 真實值 的偏離; 殘差:觀測值 與 擬合值 的偏離; 參考博文:殘差residual VS 誤差 error

原创 ***特徵工程(三) 數據標準化和歸一化

參考博文:特徵工程(三) 數據標準化和歸一化

原创 數據降維知識40題(附答案)

參考博文:數據降維知識40題(附答案)

原创 ***信息論 和 信息熵

參考博文:深度學習-22:信息論和信息熵

原创 ***核函數&徑向基核函數 (Radial Basis Function)--RBF

參考博文:核函數&徑向基核函數 (Radial Basis Function)–RBF

原创 ***機器學習基礎題目

參考博文: 機器學習基礎題目

原创 ***模型性能評估 及 提升(有時間總結)

參考博文: 提高機器學習模型性能的五個關鍵方法 【機器學習】模型的性能評價指標 如何快速提高機器學習模型的性能 機器學習模型評估指標彙總 機器學習——模型效果衡量標準 機器學習中的模型評估與度量 機器學習模型的評價指標和方法 機器學習

原创 ***卡方檢驗 用於 特徵選擇

參考博文: 1 - 基於卡方檢驗的特徵選擇 特徵選擇方法:卡方檢驗和信息增益