三种回归算法及其优缺点,将会为我们理解和选择算法提供很好的帮助.doc
《三种回归算法及其优缺点,将会为我们理解和选择算法提供很好的帮助.doc》由会员分享,可在线阅读,更多相关《三种回归算法及其优缺点,将会为我们理解和选择算法提供很好的帮助.doc(3页珍藏版)》请在三一文库上搜索。
1、三种回归算法及其优缺点,将会为我们理解和选择算法提供很好的帮助任何一个机器学习问题都有着不止一种算法来解决,在机器学习领域“没有免费的午餐”的意思就是没有一个对于所有问题都很好的算法。机器学习算法的表现很大程度上与数据的结构和规模有关。所以判断算法性能最好的办法就是在数据上运行比较结果。不过与此同时我们对于算法的优缺点有一定的了解可以帮助我们找需要的算法。本文将会介绍三种回归算法及其优缺点,将会为我们理解和选择算法提供很好的帮助。线性和多项式回归在这一简单的模型中,单变量线性回归的任务是建立起单个输入的独立变量与因变量之间的线性关系;而多变量回归则意味着要建立多个独立输入变量与输出变量之间的关
2、系。除此之外,非线性的多项式回归则将输入变量进行一系列非线性组合以建立与输出之间的关系,但这需要拥有输入输出之间关系的一定知识。训练回归算法模型一般使用随机梯度下降法(SGD)。优点:建模迅速,对于小数据量、简单的关系很有效;线性回归模型十分容易理解,有利于决策分析。缺点:对于非线性数据或者数据特征间具有相关性多项式回归难以建模;难以很好地表达高度复杂的数据。神经网络神经网络由一系列称为神经元的节点通过内部网络连接而成,数据的特征通过输入层被逐级传递到网络中,形成多个特征的线性组合,每个特征会与网络中的权重相互作用。随后神经元对线性组合进行非线性变化,这使得神经网络模型具有对多特征复杂的非线性
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 回归 算法 及其 优缺点 将会 我们 理解 选择 提供 很好 帮助
链接地址:https://www.31doc.com/p-3365912.html