集成学习meta Algorithmbaggingboosting算法复现meta Algorithm众人拾柴火更旺🔥，三个臭皮匠顶个诸葛亮这也是集成学习的一个比较关键的点。在深度学习出来之前，集成学习则是扮演着一个老大哥的角色。将多个弱学习（只比随机的结果好一点即可 例如判断硬币的正反面大于百分之五十。）进行组合起来达到一个强学习器的效果。其中比较著名的两种方法 bagging 和 adabo

Logistic&Sigmoid算法原理算法实现算法原理在开始步入算法之前，可以很明显的看到回归的两字，这分类相比是另一类问题，而Sigmoid函数将回归问题也应用到了分类问题上来。σ(z)=11−e−z\sigma(z)=\frac{1}{1-e^{-z}}σ(z)=1−e−z1​作出声明：Logistic是一个分类算法。我们回顾一下之前的分类算法是什么样子。是通过样本的某一些特征来进行

SVM算法原理算法原理