6 篇文档带有标签「机器学习」

Logistic 回归是一种用于分类问题的统计模型，其主要思想是利用Logistic 函数将线性模型的输出映射到0到1的范围，从而实现分类。

Logistic 回归中，只要判定边界可以正确地分类所有训练样本，则优化过程就会停止，因为这时损失函数已经达到最低。

决策树算法可以用于分类和回归任务。它通过学习从数据中提取简单的决策规则来创建一个模型，这个模型代表数据的特征与输出变量之间的关系

朴素贝叶斯（Naive Bayes）是一种基于贝叶斯定理的简单概率分类器，广泛用于机器学习和统计分类任务。

机器学习：当代人工智能的主流方法

线性回归是机器学习中最基础的预测模型之一，主要用于预测连续的数值型目标变量。