机器学习|多项式回归算法详解 (Python 语言描述)

多项式回归介绍

在线性回归中,我们通过建立自变量 x 的一次方程来拟合数据。而非线性回归中,则需要建立因变量和自变量之间的非线性关系。从直观上讲,也就是拟合的直线变成了「曲线」。

机器学习|线性回归三大评价指标实现『MAE, MSE, MAPE』(Python语言描述)

对于回归预测结果,通常会有平均绝对误差、平均绝对百分比误差、均方误差等多个指标进行评价。这里,我们先介绍最常用的3个:

机器学习|线性回归算法详解 (Python 语言描述)

线性回归

线性回归是一种较为简单,但十分重要的机器学习方法。掌握线性的原理及求解方法,是深入了解线性回归的基本要求。除此之外,线性回归也是监督学习回归部分的基石。

Jekyll + NexT + GitHub Pages 主题深度优化

前言

笔者在用 Jekyll 搭建个人博客时踩了很多的坑,最后发现了一款不错的主题 jekyll-theme-next,但网上关于 Jekyll 版的 Next 主题优化教程少之又少,于是就决定自己写一篇以供参考。

本文仅讲述 Next (Jekyll) 主题的深度优化操作,关于主题的基础配置请移步官方文档

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×