邏輯斯回歸（Logistic Regression）
- By
Wayne
Logistic regression 是一個資料分析技術，被用來做分類（classification）。它大概是分類演算法中最簡單的模型。因此，很適合當初學者的第一個分類演算法。
Browsing Category
Machine Learning
9 posts
邏輯斯回歸（Logistic Regression）
- By
Logistic regression 是一個資料分析技術，被用來做分類（classification）。它大概是分類演算法中最簡單的模型。因此，很適合當初學者的第一個分類演算法。
線性回歸（Linear Regression）
- By
Linear regression 是一個資料分析技術，且使用線性函數來預測未知的資料。雖然 linear regression 模型相對簡單，但它是一個成熟的統計技術。
正則化（Regularization）
- By
當模型的效能低下時，它無法準確地預測資料。它的主因可能是 overfitting 或 underfitting。如果是 overfitting 的情況，我們可以使用 regularization 來解決模型 overfitting 的問題。
過擬合和欠擬合（Overfitting and Underfitting）
- By
過擬合和欠擬合（Overfitting and underfitting）是模型準確率不彰的主因。要能夠判斷模型是 overfitting 還是 underfitting，才能夠採取正確的方法來提升模型的效能。
特徵縮放（Feature Scaling）
- By
在機器學習中，在我們將資料拿來訓練模型之前，通常要先對資料做特徵縮放（feature scaling）。本文章將介紹一些 feature scaling 的方法。
混淆矩陣（Confusion Matrix）
- By
混淆矩陣是一個用來衡量模型效能的工具。這使得資料科學家可以分析並優化模型。因此，在學習機器學習時，我們必須要學會使用混淆矩陣。此外，本文章還會介紹 accuracy、recall、precision、和 F1 score。
SciPy 斯皮爾曼相關係數（Spearman Correlation Coefficient）
- By
斯皮爾曼相關係數（Spearman Correlation Coefficient）是一種無母數（nonparametric）方法。它將兩個變數分別依大小排序後的等級（rank），再以各等級差進行計算，以衡量兩變數的相關性。
SciPy 曼－惠特尼Ｕ檢定（Mann-Whitney U Test）
- By
曼－惠特尼Ｕ檢定（Mann-Whitney U Test）是一種無母數檢定（nonparametric test）。它將兩個樣本的資料先合併，再依照大小排序的等級（rank）來測定兩個母群體在分佈上是否相同。
SciPy 卡方檢定（Chi-Square Test）
- By
卡方檢定（Chi-Square Test）根據觀察次數（observed frequencies）測定在交叉表裡的變數是否有無關聯。SciPy 的 chi2_contingency() 可以幫我們快速計算 chi-square statistic 和 p-value。
