题目内容
机器学习任务通常包括分类（Classification）和回归（Regression），常用的分类器包括SVM、KNN、贝叶斯、线性回归、逻辑回归、决策树、随机森林、xgboost、GBDT、boosting、神经网络NN。常见的降维方法包括TF-IDF、主题模型LDA、主成分分析PCA等等。
查看答案
搜索结果不匹配？点我反馈
更多问题
逻辑回归也被称为广义线性回归模型，它与线性回归模型的形式基本上相同，最大的区别就在于它们的因变量不同，如果是连续的，就是多重线性回归；如果是二项分布，就是 Logistic回归。
分类算法作为机器学习的主要算法之一，是通过对已知类别的训练集进行分析，得到分类规则并用此规则来判断新数据的类别，在医疗生物学、统计学和机器学习等方面发展迅速。
随机森林是由多个决策树构成的森林，算法分类结果由这些决策树投票得到，决策树在生成的过程当中分别在行方向和列方向上添加随机过程。随机森林在行方向上构建决策树时采用放回抽样（bootstraping）得到训练数据。列方向上采用无放回随机抽样得到特征子集，并据此得到其最优切分点，这便是随机森林算法的基本原理。
超平面的维度是所在n为空间维度-1
微信支付 
支付宝支付