【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
MPCTHU5 分钟前
预测分析(三):基于机器学习的分类预测
人工智能·机器学习·分类
_一条咸鱼_28 分钟前
LangChain 入门到精通
机器学习
3DVisionary1 小时前
3D-DIC与机器学习协同模拟材料应力-应变本构行为研究
人工智能·机器学习·3d·3d-dic技术 机器学习·应力-应变本构行为·卷积神经网络(ecnn)·数字图像相关法(dic)
神经星星1 小时前
无需预对齐即可消除批次效应,东京大学团队开发深度学习框架STAIG,揭示肿瘤微环境中的详细基因信息
人工智能·深度学习·机器学习
神经星星1 小时前
【vLLM 学习】调试技巧
人工智能·机器学习·编程语言
呵呵哒( ̄▽ ̄)"1 小时前
线性代数:同解(1)
python·线性代数·机器学习
SweetCode1 小时前
裴蜀定理:整数解的奥秘
数据结构·python·线性代数·算法·机器学习
databook2 小时前
不平衡样本数据的救星:数据再分配策略
python·机器学习·scikit-learn
补三补四2 小时前
机器学习-聚类分析算法
人工智能·深度学习·算法·机器学习
荷包蛋蛋怪3 小时前
【北京化工大学】 神经网络与深度学习 实验6 MATAR图像分类
人工智能·深度学习·神经网络·opencv·机器学习·计算机视觉·分类