【ML】分类问题

分类问题

classification:根据已知样本特征,判断输入样本属于哪种已知样本类。

常用入门案例:垃圾邮件检测、图像分类、手写数字识别、考试通过预测。

分类问题和回归问题的明显区别:

分类问题的结果是非连续型标签,回归输出结果是连续型数值。

常用模型




相关推荐
空白到白4 小时前
决策树-面试题
算法·决策树·机器学习
java1234_小锋4 小时前
Scikit-learn Python机器学习 - 特征预处理 - 归一化 (Normalization):MinMaxScaler
python·机器学习·scikit-learn
西猫雷婶4 小时前
scikit-learn/sklearn学习|广义线性回归损失函数的基本表达式
深度学习·神经网络·学习·机器学习·线性回归·scikit-learn·概率论
nju_spy5 小时前
李沐深度学习论文精读(二)Transformer + GAN
人工智能·深度学习·机器学习·transformer·gan·注意力机制·南京大学
空白到白5 小时前
机器学习-集成学习
人工智能·机器学习·集成学习
水凌风里5 小时前
4.4 机器学习 - 集成学习
人工智能·机器学习·集成学习
雲_kumo5 小时前
集成学习:从理论到实践的全面解析
人工智能·机器学习·集成学习
i.ajls6 小时前
无监督学习,推荐系统以及强化学习笔记
笔记·学习·机器学习
胖达不服输7 小时前
「日拱一码」081 机器学习——梯度增强特征选择GBFS
人工智能·python·算法·机器学习·梯度增强特征选择·gbfs
AI算法工程师Moxi8 小时前
人工智能在医学图像中的应用:从机器学习到深度学习
人工智能·深度学习·机器学习