Regularization

正则化

  正则化在机器学习中非常的重要,其是模型选择的典型方法。正则化不能提高模型在数据集上的效果,但是能提高泛化能力,解决过拟合问题。 [Read More]

Bayesian Linear Regression

贝叶斯线性回归

  之前整理过线性回归是从频率统计的角度来解释的,本文通过贝叶斯学派的观点重新解释一下线性回归模型。我们使用概率分布而非点估计来构建线性回归,因变量 $y$ 不是被估计的单个值,而是假设从一个分布中提取而来。贝叶斯线性回归模型如下: [Read More]