当前位置：首页 > 文档资料 > 机器学习 >

回归

优质

小牛编辑

164浏览

2023-12-01

回归方法是对数值型连续随机变量进行预测和建模的监督学习算法。其特点是标注的数据集具有数值型的目标变量。

常用的回归方法包括

线性回归：使用超平面拟合数据集
最近邻算法：通过搜寻最相似的训练样本来预测新样本的值
决策树和回归树：将数据集分割为不同分支而实现分层学习
集成方法：组合多个弱学习算法构造一种强学习算法，如随机森林（RF）和梯度提升树（GBM）等
深度学习：使用多层神经网络学习复杂模型

免责声明：以上内容版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。感谢每一位辛勤著写的作者，感谢每一位的分享。