LR

2022-01-13  本文已影响0人  大鱼奔大江

机器学习】逻辑回归(非常详细)

引用

  1. L1 正则化与 L2 正则化
  2. L1 相比于 L2 为什么容易获得稀疏解?
  3. 参数模型和非参数模型
  4. SVM 和 Logistic 回归分别在什么情况下使用?
  5. Linear SVM 和 LR 有什么异同?
  6. Logistic Regression (LR) 详解
  7. 逻辑回归 LR 的特征为什么要先离散化
  8. 并行逻辑回归
  9. 连续特征的离散化
上一篇下一篇

猜你喜欢

热点阅读