机器学习(6):机器学习项目步骤(三)——选择算法并建立模型

1. 选择算法

a. 数据集里的某些特征和标签之间,存在着近似线性的关系.

b. 这个数据集的标签是连续变量

===因此选择回归分析算法===

c. 我们在上一讲的可视化过程中,推测特征和标签可能存在线性关系

===因此选择线性回归算法===

2. 选择算法工具包

我们一般选算法包的方法是从能够解决该问题的最简单的算法 开始尝试,直到得到满意的结果为止。

3. 模型的参数

  • **内部参数:**内部参数是属于算法本身的一部分,不用我们人工来确定,刚才提到的权重 w 和截距 b,都是线性回归模型的内部参数

  • **外部参数:**外部参数也叫做超参数,它们的值是在创建模型时由我们自己设定的

相关推荐
哥布林学者18 分钟前
高光谱成像(一)高光谱图像
机器学习·高光谱成像
地平线开发者20 分钟前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
董董灿是个攻城狮44 分钟前
大模型连载2:初步认识 tokenizer 的过程
算法
地平线开发者1 小时前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
罗西的思考1 小时前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
冬奇Lab2 小时前
OpenClaw 源码精读(2):Channel & Routing——一条消息如何找到它的 Agent?
人工智能·开源·源码阅读
冬奇Lab2 小时前
一天一个开源项目(第38篇):Claude Code Telegram - 用 Telegram 远程用 Claude Code,随时随地聊项目
人工智能·开源·资讯
格砸3 小时前
从入门到辞职|从ChatGPT到OpenClaw,跟上智能时代的进化
前端·人工智能·后端
可观测性用观测云4 小时前
可观测性 4.0:教系统如何思考
人工智能
sunny8654 小时前
Claude Code 跨会话上下文恢复:从 8 次纠正到 0 次的工程实践
人工智能·开源·github