Regression

K-近邻算法
K-近邻算法

K-近邻算法

k-近邻算法（KNN）是一种非参数、监督学习算法，广泛应用于机器学习中的分类和回归任务。它通过寻找距离最近的‘k’个数据点，利用距离度量和多数投票来预测结果，以其简单性和多功能性而著称。...

1 分钟阅读
Machine Learning KNN +3
LightGBM
LightGBM

LightGBM

LightGBM（全称 Light Gradient Boosting Machine）是微软开发的先进梯度提升框架。专为高性能机器学习任务（如分类、排序和回归）设计，LightGBM 能高效处理大规模数据集，内存占用极低，同时保证高精度表现。...

1 分钟阅读
LightGBM Machine Learning +5
调整后的R平方
调整后的R平方

调整后的R平方

调整后的R平方是一种用于评估回归模型拟合优度的统计量，通过考虑预测变量的数量来避免过拟合，并提供对模型性能更准确的评估。...

1 分钟阅读
Statistics Regression +3
监督学习
监督学习

监督学习

监督学习是机器学习和人工智能中的一种基础方法，通过让算法从带标签的数据集中学习，以实现预测或分类。了解其流程、类型、关键算法、应用和挑战。...

2 分钟阅读
Supervised Learning Machine Learning +4
监督学习
监督学习

监督学习

监督学习是一种基础的人工智能和机器学习概念，其中算法通过有标签的数据进行训练，从而能对新的、未知的数据做出准确的预测或分类。了解其关键组成部分、类型和优势。...

1 分钟阅读
AI Machine Learning +3
决策树
决策树

决策树

决策树是一种功能强大且直观的决策和预测分析工具，可用于分类和回归任务。其树状结构便于解释，广泛应用于机器学习、金融、医疗等领域。...

1 分钟阅读
Decision Trees Machine Learning +5
判别模型
判别模型

判别模型

了解判别式人工智能模型——专注于分类和回归，通过建模类别之间决策边界的机器学习模型。理解其工作原理、优势、挑战及其在自然语言处理、计算机视觉和人工智能自动化中的应用。...

1 分钟阅读
Discriminative Models AI +6
平均绝对误差（MAE）
平均绝对误差（MAE）

平均绝对误差（MAE）

平均绝对误差（MAE）是机器学习中用于评估回归模型的基本指标。它衡量预测误差的平均幅度，为评估模型准确性提供了一种直接且易于解释的方法，而不考虑误差的方向。...

1 分钟阅读
MAE Regression +3
随机森林回归
随机森林回归

随机森林回归

随机森林回归是一种强大的机器学习算法，广泛应用于预测分析。它通过构建多个决策树并对输出进行平均，从而提升准确性、鲁棒性，并具有在各行各业中的多样性。...

1 分钟阅读
Machine Learning Regression +3
梯度提升
梯度提升

梯度提升

梯度提升是一种功能强大的机器学习集成技术，广泛应用于回归和分类任务。它通过顺序地构建模型（通常为决策树），以优化预测、提升准确率并防止过拟合。该方法在数据科学竞赛和商业解决方案中被广泛采用。...

1 分钟阅读
Gradient Boosting Machine Learning +4
线性回归
线性回归

线性回归

线性回归是统计学和机器学习中最基础的分析技术之一，用于建模因变量与自变量之间的关系。因其简单性和可解释性而广受推崇，是预测分析和数据建模的基础方法。...

1 分钟阅读
Statistics Machine Learning +3