为你的回归问题选择最佳的机器学习算法

  1. 云栖社区>
  2. 翻译小组>
  3. 博客>
  4. 正文

为你的回归问题选择最佳的机器学习算法

【方向】 2018-03-25 22:27:19 浏览1688
展开阅读全文

2d8ee536d80c1b486d3f0f5cb5124cc3753881e2

当遇到不同类型的机器学习(ML)问题时,有许多不同的算法可供选择。在机器学习中,有一种叫做“NO Free Lunch”的定理,其想表达的是意思基本上是说没有任何一种ML算法适合所有问题。不同ML算法的表现出来的性能在很大程度上取决于数据的大小和结构。因此,除非我们可以直接通过简单的试验来测试我们的算法,否则算法的正确选择往往是最困难的。

但是,每个ML算法都有一些优点和缺点,或许这会帮助到我们选择。尽管一种算法并不总是优于另一种算法,但是我们可以利用每种算法的一些特性作为快速选择正确算法并调整超参数的指导。接下来这篇文章将介绍,几个突出的ML算法如何去处理的回归问题,并根据它们的优缺点设置何时使用它们的准则。

1.线性和多项式回归

75dc2888fb757b3cac720ad6b0971f6b31de8f64

我们从最简单的情况开始,单变量线性回归是一种使用线性模型(即线)来模拟单个输入自变量(特征变量)和输出因

网友评论

登录后评论
0/500
评论
【方向】
+ 关注
所属云栖号: 翻译小组