你将收获

多项式回归 逻辑回归 SVM支撑向量机 决策树 随机森林 Boosting 朴素贝叶斯

适用人群

所有人

课程介绍

本周课程讲解朴素贝叶斯、线性回归、逻辑回归、决策树、K-Means聚类算法,以及评估指标MSE、RMSE、MAE、和R Squared等,并使用回归算法进行房价预测,使用K-Means聚类算法进行公司客户分类实战。

课程讨论

对,要么在calc()函数中,修改为temp[item] = count / len(X)
连续赶了一个月,终于跟上啦,学完了。后面好多算法,要回去复习一线线性代数。
讲得挺清楚得,案例较少
在朴素贝叶斯算法中,最后对鸡、兔、鸭做循环调用calc()函数时,应指明X_temp=X[y==i],不然全用成y==鸡的len()了
课程提供了很多算法,对于今后的学习,打好了很好的基础,老师讲的很详细。
P(B|A)中A(中暑),B(春天),此时“中暑(A)”是分类标签,而在P(y|x)时,x又成了特征,y成了分类标签,那么这不应该是P(B|A)=P(x|y)?这两个公式又有什么可比性呢
一不小心就学完了,大家加油哦!
立即
领取

32元现金抵扣券

期限:限时领取

范围:千门课程任意选