原创 ISL-Chap2剩餘部分筆記（迴歸問題、分類問題，如何衡量模型的好壞）
Chap2剩餘部分筆記 1.迴歸問題，如何衡量模型的好壞 對於迴歸問題，可以使用MSE（mean squared error）來衡量。簡單來說，就是把所有估計值和實際值的差加起來，再求個均值。 MSE=1n∑i=1n(yi−f^(
2020-06-08 16:01:39
原创 手工實現：SVM with Stochastic Gradient Descent
手工實現：SVM with Stochastic Gradient Descent引入實際問題理論知識SVM直觀認識什麼是分的好？1、是不是隻要都分對了就是分的好？2、是不是隻要訓練集分的好就是分的好？Gradient Desce
2020-06-08 16:01:39
34
原创 MNIST手寫數字圖像分類 - Naive Bayes Classifier
MNIST手寫數字圖像分類 - Naive Bayes Classifier引入實際問題MNIST介紹MNIST讀取實現訓練預測改進數據處理模型選擇Reference 引入 在上一篇手寫Naive Bayes分類器中，我們成功用自己寫
2019-03-19 23:24:26
499
原创 手寫Naive Bayes分類器
手寫Naive Bayes分類器引入實際問題理論知識Naive Bayes貝葉斯定理公式推導實現Reference 哈哈哈，我又回來了，終於快到了喜大普奔的假期時間，讓我們一起快樂的寫博客吧。收，回正題。今天我們要來手撕一下Naive
2019-03-17 23:09:54
81
原创 ISL-3.1簡單線性迴歸
簡單線性迴歸引入重要性例子問題3.1 簡單線性迴歸3.1.1 估計係數3.1.2 評估係數估計值的準確性3.1.3 評價模型準確性Reference 引入 正式介紹簡單線性迴歸之前需要囉嗦一下線性迴歸的重要性，並且拋出貫穿本章的例子以
2019-01-16 21:28:05
原创 ISL-Chap2剩餘部分筆記
Chap2剩餘部分筆記 1.迴歸問題，如何衡量模型的好壞 對於迴歸問題，可以使用MSE（mean squared error）來衡量。簡單來說，就是把所有估計值和實際值的差加起來，再求個均值。 MSE=1n∑i=1n(yi−f^(xi
2019-01-01 18:14:04
原创 ISL-Chap1&2.1筆記
ISL-Chap1&2.1筆記寫在前面Chap1 IntroductionChap2 Statistical Learning2.1 什麼是 Statistical Learning2.1.1 Why Estimate $f$2.1.
2019-01-01 18:14:03
原创 2.3 Lab: Introduction to R
2.3 Lab: Introduction to R #ISL2.3 Lab Intro to R #2018.12.24 #by Qikun ################################ 2.3.1 Basic
2019-01-01 18:14:03
1