常见的分类问题
线性回归 (Linear Regression)
预测连续的数据,如,股票指数、年龄等数值。
逻辑回归 (Logistic Regression)
相较于线性回归增加了一个激活函数,将得到的值限定在0、1之间,将问题转化为概率问题,更好的处理二分类问题。
分类 (Classification)
所有值都在0、1之间,但所有点的值总和为1,一般用于多分类问题。
微信扫一扫
预测连续的数据,如,股票指数、年龄等数值。
相较于线性回归增加了一个激活函数,将得到的值限定在0、1之间,将问题转化为概率问题,更好的处理二分类问题。
所有值都在0、1之间,但所有点的值总和为1,一般用于多分类问题。
相关推荐