掌握各方法的基本思想、用途。
掌握各方法的使用条件和优缺点
各方法中的主要概念
·多元变量:协方差矩阵、相关系数矩阵、多元正态分布形式
·回归分析:最小二乘、Lasso、岭回归、损失函数、可决系数、均方误差
·分类任务:线性投影、极大似然估计
·其他任务:聚类及分类的区别、主因子、主成分、典型变量
熟悉各方法的实现过程,尤其是回归分析、主成分分析及分类
二、矩阵的微商 三、统计模型优化 四、变量间的相似性注:数据降维涉及到的主成成分分析以及因子分析为重点考点
五、线性模型 六、PCA代码实现PCA代码的实现是建立在主成成分分析之上的,涉及到数据的降维等。
七、线性判别分析模型
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)