回归csdn

机器学习概念总结 1，机器学习算法分类 1）监督学习： 有train set，train set里面y的取值已知。 2）无监督学习：有train set, train set里面y的取值未知。 3）半监督学习：有train set， train set里面y的取值有些知道有些不知道。 4）增强学习：reinforcement learning， 无train set。 2，常见算法

  最近一直忙着做项目，差不多一年没有来过 csdn 了，发现新鲜玩意还真多，俨然成了开发者的SNS。  对 csdn 有着特殊的感情，还记得9年前开始学习编程，第一次看到csdn的时候，非常的兴奋。当时还在学习 c/c++和 visual c++ 的基础课程，有个课程设计"是用visual c++开发学籍管理系统"。遇到了很多问题，无人求教，就经常泡在论坛上等待答案。正是这个契机让我结识很多

least angle regression (LARS)给定线性无关按行排列的数据X=(x1,...,xn)TX=(x_1,...,x_n)^T，数据labelyy。不妨假设XX中心化且列归一化，yy去中心化,即∑i=1nyi=0,∑i=1nxij=0,∑i=1nx2ij=1\sum_{i = 1}^n y_i = 0,\quad \sum_{i=1}^n x_{ij}=0, \quad \s

快点回归吧～

专注专业知识，回归CSDN！努力提高专业水平！