面向数据科学家的面向对象编程：以Estimator 为例 - 飞书文档
https://docs.feishu.cn/article/wiki/KvrdwY9wmiIM0mkncFecVVPJnli例如，我们可以定义一个名为`LinearRegressionEstimator` 的类来实现线性回归模型的Estimator。这个类可以包含数据的加载、特征工程、模型的训练和预测等方法。通过将这些 ...
飞搜侠
热门搜索
《Python机器学习（第三版）》：系统全面的学习指南 - 飞书文档
https://docs.feishu.cn/v/wiki/Yb8ewJg8Xiz52nkxi0vcvqqWnle/a1通过这些示例，读者可以更好地理解算法的原理和应用场景。以线性回归为例，不仅介绍了其基本的数学公式和推导过程，还通过Python代码实现了一个简单的线性回归模型，并对模型 ...
利用类进行机器学习的探讨 - 飞书文档
https://docs.feishu.cn/article/wiki/Pj2Dwtp3PihlddkV9w7cwzAInEg通过这样的方式，我们将线性回归模型的各个部分封装在一个类中，使得代码更加清晰、易于理解和维护。当我们需要构建其他类型的机器学习模型时，我们可以借鉴这种方式，根据具体 ...
RegMix-用回归任务解决大模型数据混合问题
https://docs.feishu.cn/v/wiki/Vo1Vw6y2giO4tDkfx2Dc2WN8nAf/ag今天给大家介绍一个**用回归任务解决大模型数据混合问题的方法**-RegMix。其核心思想是，利用不同的数据混合比例先训练多个小模型并获取其结果，在利用这些样本训练一个回归 ...
XGBoost官方仓库的优化技术对机器学习的影响 - 飞书文档
https://docs.feishu.cn/v/wiki/HSG7wshzJiT4ClkKayDcYwv8n6y/a8对于回归任务，有线性回归、多项式回归等算法的代码。我们可以学习到如何根据数据拟合回归模型，以及如何评估回归模型的性能，如使用均方误差（MSE）等指标。在聚类 ...
10个掌握统计学的GitHub资源库 - 飞书文档
https://docs.feishu.cn/v/wiki/MBlvwIfLpiF8wSk9ulxcVWcsnOc/aj这个资源库聚焦于机器学习中的统计学基础。它涵盖了从数据预处理中的统计方法，如数据标准化、缺失值处理等，到机器学习算法中的统计原理，如线性回归中的最小二乘法原理、 ...
算法小白用GPT做算法建模节省6万，如何进行算法调教？ - 飞书文档
https://docs.feishu.cn/v/wiki/BPE7weipIiILR3kMiNhc9318nwf/ag通过提示词，让GPT告诉具体的处理方法，然后将代码复制到本地处理 ... 模型选择：模型有很多种，线性回归、多项式回归 ... R^2，是统计学中用来评估模型的重要标准. 差值率，是 ...
看不懂深度学习训练代码？这里有解读 - 飞书文档
https://docs.feishu.cn/v/wiki/Ex6xwU77yiJzUakhqI7c79VInJb/ad性能评估与优化：如何通过准确率等指标评估模型性能，并进行相应的优化。 ... 然后掌握一些经典的机器学习算法，如线性回归、逻辑回归、决策树、随机森林、SVM ...
8个R编程ChatGPT工具的综合评价 - 飞书文档
https://docs.feishu.cn/v/wiki/AIe8wbC5divmuskJh9GcPNWpn48/aa... 质量。ChatGPT以其强大的自然语言处理能力，为R编程 ... 它能够根据用户对机器学习模型的描述，如“构建一个用于预测房价的线性回归模型”，生成构建和训练该模型的相关代码。
机器学习项目的模型训练与评估 - 飞书文档
https://docs.feishu.cn/v/wiki/UtqswZqCdivT5PkvLjrcaSzNnxe/a6... 编码等操作。数据清洗可以去除噪声和异常值，数据归一化可以将数据映射到 ... 常见的机器学习模型包括线性回归、决策树、支持向量机、神经网络等。在选择模型时 ...