講師回答 / flare_zhao
同樣的模型結(jié)構(gòu)，但經(jīng)過多次迭代后權(quán)重參數(shù)可能會有差異（比如如果每次迭代都隨機從總體數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)），導(dǎo)致最后的模型不完全一樣。但通常來說，迭代次數(shù)足夠多，收斂以后，準(zhǔn)確率差異性不會特別大。
最新回答 / 景林大哥
編程是實現(xiàn)機器學(xué)習(xí)的工具，python有很多的機器學(xué)習(xí)相關(guān)的封裝庫，可以很方便學(xué)習(xí)者入門。如果是完全沒接觸過編程的同學(xué)建議先簡單看看python的基礎(chǔ)語法，能夠看懂老師的代碼的邏輯才能跟得上進度，理解機器學(xué)習(xí)中涉及到的一些算法的思路。英語不好并不影響，編程里用到的都是非常簡單的關(guān)鍵字加上相關(guān)的一些英文單詞罷了，稍微熟悉一下就可以自己寫出一些簡單的邏輯語句。
最贊回答 / 慕移動2103324
當(dāng)然不是啊，機器學(xué)習(xí)首先是一種“學(xué)習(xí)”，就像我們?nèi)祟愖约旱膶W(xué)習(xí)，有些事情不需要別人教你，你可以自己摸索著學(xué)會，比如騎車、拍球等等，這相當(dāng)于非監(jiān)督學(xué)習(xí)，但是如果在你第一次騎車時，你一邊自己摸索，一邊有人在旁邊指導(dǎo)你，在你做出一個動作后（比如你可能開始雙手不是握把而是扶在坐墊上），他會告訴你這樣做是不是正確，這樣學(xué)習(xí)起來效率不是會更高么？
2019-10-18
講師回答 / flare_zhao
邏輯回歸擅長的應(yīng)用就是分類，其激活函數(shù)的輸出是0-1之間的數(shù)，你可以理解為不同類別對應(yīng)的概率，可以在輸出后進行二次過濾，比如說A類是p>=0.5,B類是p<0.5.是繼續(xù)練過程中，是以0.5進行劃分。
講師回答 / flare_zhao
首先判斷是否已經(jīng)運行完成了？每個cell運行以后左上角的那個方括號會顯示數(shù)字的。你這里說的沒有運行結(jié)果，是不是說圖像沒有顯示出來？如果是的話，在代碼前面增加一行代碼：%matplotlib inline。這樣圖像就會在頁面中穿插顯示了
2019-09-19
講師回答 / flare_zhao
可以考慮邏輯回歸模型，輸出0為A隊贏，1為B隊2贏，訓(xùn)練數(shù)據(jù)X為兩隊的基本信息（或者先進行數(shù)據(jù)預(yù)處理，提取關(guān)鍵參數(shù)），結(jié)果為輸贏（0/1）。然后建立模型
2019-09-15
已采納回答 / flare_zhao
不設(shè)置的話就是使用默認(rèn)參數(shù)，sklearn中很多方法都是有默認(rèn)參數(shù)的。如果不設(shè)置test_size,那默認(rèn)size應(yīng)該是0.33（印象中），可以登錄sklearn官網(wǎng)查看
已采納回答 / flare_zhao
通常來說，如果特征本身不是很多，那可以考慮把所有的特征都放入模型，這通?？赡芴岣吣愕哪Ｐ捅憩F(xiàn)，缺點就是可能導(dǎo)致過擬合，即對新數(shù)據(jù)的預(yù)測不夠準(zhǔn)確。從已有特征中挑選特征的方式可以考慮：1、基于經(jīng)驗，即根據(jù)主觀經(jīng)驗挑選影響比較大的特征，比如預(yù)測疾病可能性，那年齡肯定是一個因素；2、對比有某一個特征與沒有某個特征情況下，模型的表現(xiàn)，判斷該特征的重要性。
