预测算法
-
十大经典预测算法
1. 线性回归 在统计学和机器学习领域，线性回归可能是最广为人知也最易理解的算法之一。 预测建模主要关注的是在牺牲可解释性的情况下，尽可能最小化模型误差或做出最准确的预测。我们将借…
-
十大经典预测算法（九）—GBDT
GBDT又叫梯度提升决策树，它也属于Boosting框架。GBDT核心原理如下： 如图所示，用GBDT预测年龄，第一轮，预测到年龄为20，它和真实值之间的残差为10，第二轮，GBD…
-
十大经典预测算法（八）—ADBOOST
一、基本原理 AdaBoost是adaptive boosing的缩写，它是一种基于Boosting框架的算法。下图为该算法的迭代过程。 AdaBoost从原始数据集D1开始学习第…
-
十大经典预测算法（七）—随机森林
算法概述 随机森林，顾名思义就是由很多决策树融合在一起的算法，它属于Bagging框架的一种算法。 随机森林的“森林”，它的弱模型是由决策树算法训练的（CART算法），CART算法…
-
十大经典预测算法（六）—集成学习（模型融合算法）
模型融合算法概念 它不是具体的指某一个算法，而是一种把多个弱模型融合合并在一起变成一个强模型的思想 用模型融合算法的原因 1、单个模型容易过拟合，多个模型融合可以提高范化能力 2、…
-
十大经典预测算法（四）—-支持向量机（SVM算法）
一、概念：SVM思想和线性回归很相似，两个都是寻找一条最佳直线。 不同点：最佳直线的定义方法不一样，线性回归要求的是直线到各个点的距离最近，SVM要求的是直线离两边的点距离尽量大。…
-
十大经典预测算法（二）—-逻辑回归
一、逻辑回归概念 线性回归可以拟合X与Y之间的关系，但回归模型中Y值是连续的，如果换成一个二分类标签，Y只能取两个值0、1，这时候就不能用线性回归了，这样就有了逻辑回归。 针对Y的…
-
十大经典预测算法（一）—-线性回归
回归问题就是拟合输入变量x与数值型的目标变量y之间的关系，而线性回归就是假定了x和y之间的线性关系，公式如下： 如下图所示，我们可以通过绘制绘制（x,y）的散点图的方式来查看x和y…
