知识卡片
回归模型适合做基线
线性回归和逻辑回归实现简洁,可用作连续预测和分类的对照基线。在固定数据切分与指标下,若复杂模型增益很小,简单基线有维护和解释优势。关系复杂时可检查残差形状、遗漏特征或线性边界局限。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第4章 回归算法
原书出处 · 1 处
- 回归算法 4.4 · 查看原书依据
(1)思想简单,实现容易,建模迅速,对于小数据量、简单的关系很有效。由于其简单且可快速实现的原因,因此可以用它来衡量其他更复杂算法的性能。
参考来源
- 位置:《AI制胜:机器学习极简入门》第4章 回归算法 §4.4(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter4.xhtml#isbn9787302555513_4_1_4)
- 结论依据:原文把训练快捷、可解释性与表达能力限制并列。
- 原始内容:(1)思想简单,实现容易,建模迅速,对于小数据量、简单的关系很有效。由于其简单且可快速实现的原因,因此可以用它来衡量其他更复杂算法的性能。