知识卡片
任务与模型分开选择
回归和分类按目标划分,线性模型按预测函数的结构划分。因此同一类模型可以服务不同任务。直接用线性组合预测数值属于线性回归,在得分上附加概率映射并预测类别则可用于分类。
[[标签决定监督任务]]。监督任务的划分与模型结构是两条可单独判断的轴。
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
原书出处 · 1 处
- 3.1 线性回归:“钢铁直男”解决回归问题的正确方法 · 查看原书依据
线性模型和回归问题凑成一对并非是剧本一开始就安排好的。回归问题是机器学习中非常经典的一类问题,换句话说,就是有许许多多的方法模型都会用于解决回归问题。但除了回归问题,这些方法模型也可以解决其他问题,如分类问题,下一
参考来源
- 位置:《机器学习算法的数学解析与Python实现》3.1 线性回归:“钢铁直男”解决回归问题的正确方法(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00029.html`)
- 结论依据:本节说明问题和模型是多对多关系。
- 原始内容:线性模型和回归问题凑成一对并非是剧本一开始就安排好的。回归问题是机器学习中非常经典的一类问题,换句话说,就是有许许多多的方法模型都会用于解决回归问题。但除了回归问题,这些方法模型也可以解决其他问题,如分类问题,下一