机器学习有监督学习算法的最终目标是学习出一个稳定的且在各个方面表现都较好的模型，然而现实是有时候我们只能得到多个有偏好的模型（弱监督模型，在某些...

  交叉验证（Cross-Validation）可能是数据科学家在进行统计分析时最重要的技术之一，因为在实际中经常需要验证一个ML模型的稳定性-...

  截断正态分布(Truncated_normal_distribution)是在正态分布中界定随机变量进而从正态分布的分布函数中导出概率分布，...

  决策树（Decision Tree）是一种基本的分类与回归方法，其模型呈树状结构，在分类问题中，表示基于特征对实例进行分类的过程。本质上，决...

概述  Logistic回归属于概率型非线性回归，主要用于解决线性可分的分类问题。该模型利用函数Logistic function将单次实验的可...

概述   对于普通最小二乘的参数估计问题，当模型的各项是相关时，最小二乘估计对于随机误差非常敏感，会产生很大的方差。一般来说，对于没有经过实验设...

概述   最小二乘法是一种数学优化技术，它通过最小化误差来寻找数据的最佳匹配函数，在曲线拟合中有广泛应用。在一维空间中，若已知个点,现在我们使用...