特征选择：回归，二分类，多分类特征选择有这么多差异需要注意
2023-07-19
158
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
特征选择：回归，二分类，多分类特征选择有这么多差异需要注意
目录
相关文章
|
3月前
|
机器学习/深度学习
算法
数据挖掘
什么是逻辑回归分类器
逻辑回归分类器是一种广泛应用于二分类问题的统计方法，它基于线性组合并通过Sigmoid函数将输出映射为概率值进行分类。核心原理包括：线性组合假设函数、Sigmoid函数转换及基于概率阈值的预测。该模型计算高效、解释性强且鲁棒性好，适用于信用评估、医疗诊断、舆情分析和电商推荐等多种场景。利用现有机器学习库如scikit-learn可简化其实现过程。
47
1
1
|
7月前
|
机器学习/深度学习
数据可视化
算法
|
7月前
|
机器学习/深度学习
数据可视化
R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择分类心肌梗塞数据模型案例(下)
R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择分类心肌梗塞数据模型案例
42
0
0
|
7月前
|
机器学习/深度学习
算法
数据可视化
R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择分类心肌梗塞数据模型案例(上)
R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择分类心肌梗塞数据模型案例
52
0
0
|
7月前
|
7月前
|
机器学习/深度学习
并行计算
算法
|
7月前
|
机器学习/深度学习
存储
算法
|
7月前
|
机器学习/深度学习
算法
数据可视化
|
机器学习/深度学习
算法
索引
|
机器学习/深度学习
数据采集
算法