鐵人檔案
Machine Learning A-Z 是Udemy上的一門熱門資料科學課程
希望透過本競賽每日學習這門課
同時將筆記記錄下來分享給更多想學習的同學
今天要來繼續探討多元線性回歸參數的意義我們一樣用上一篇的例子來說明 下面我們只針對 Estimate 來討論 參數符號的意義 參數的正負 當參數是正數, 代表自...
今天要學習的是邏輯回歸左圖是今天的範例我們想要預測不同年紀的顧客購買產品的機率機率高 => 會買機率低 => 不會買 我們一樣可以用線性回歸畫出一條...
Dataset 今天範例的資料是社交網路上使用者的基本數據包含userID, 性別, 年齡, 預估薪資, 以及是否購買產品 假設有一家汽車公司出了一款新的SU...
接續上一篇的範例, 接下來學習評估結果 如何看分類器預測出的結果如何 首先用混淆矩陣來看有多少組是正確預測, 有多少組是錯誤預測關於 Confusion mat...
下面是使用分類器的python template之後我們會學習其他的分類器只要用這個樣板, 再換上要使用的分類器(step2)類別即可 1. 資料前處理 Im...
SVM(Support Vector Machine) SVM又叫：支援向量機 有一個二維平面(如上圖), 上面的點是訓練集裡的所有資料紅色代表結果為0, 綠色...
前面的文章有學到分類器樣板了今天的例子跟 https://ithelp.ithome.com.tw/articles/10305851 用到的一樣然後會套用 h...
當數據是linearly separable: 傳統的SVM 可以將兩種數據很好的分類當數據是not linearly separable: 無法在二維空間用...
The Gaussian RBF Kernel 今天要學習 高斯RBF kernel function此函數在二維空間中的圖像就像一座山(0,0) 在圖中是最高...
當我們遇到線性不可分問題時可以把數據從有限維度映射到無限維度的空間藉由kernel function 求出一個超平面再將超平面映射回有限維度的空間這堂課老師概述...
