R机器学习（四）——logistics回归模型

前言这一系列文章将介绍基于python语言的数据结构，主要涉及线性表、字符串、栈和队列、二叉树和树、图、字典和集合、排序等。线性表及分类线性表是一类元素序列的抽象，是某类元素的集合，记录着元素之间的顺序关系。python中的list和tuple都支持线性表的需要，只是tuple中元素固定，而list则灵活的多。顺序表：将表中元素顺序地存储在一大块连续的存储区内，这样实现的表称为顺序

环境macOS，python3.6，tensorflow1.1.0回归问题年份事故起数死亡人数受伤人数直接财产损失（万元）2003803501120049087012.5200518020120202006140169...

机器学习模型中的误差主要分为两个部分：bias和variance，一般情况下，模型需要在bias和variance之间取得一个平衡。bias小的模型，variance一般大；variance小的模型，bias一般大。更好的理解bias和variance的关系能够帮助我们更好的应付模型的过拟合和欠拟合问题。BiasBias表示的就是模型预测的值和真实值之间的距离的期望。所以我们会通过建立多个模型（如

VGG网络详解及代码实现

安装图像标注软件labelImg

Matplotlib画图（六）——图中图

【推荐算法】推荐系统中的特征工程（二）：特征选取及重要性分析

前言FM系列模型目前已经普遍应用于推荐系统中，网上相关文章和介绍也很多，本文将FM系列论文做一次总结。

【推荐算法】推荐系统中的特征工程（一）：特征处理