标签：神经网络 net xgboost linear 的区别 样本 tree 理解 www
<机器学习基础>
逻辑回归，SVM，决策树
1、逻辑回归和SVM的区别是什么？各适用于解决什么问题？
https://www.zhihu.com/question/24904422
答案：https://www.zhihu.com/question/26768865
基础知识：https://blog.csdn.net/ChangHengyi/article/details/80577318
3、支持向量机属于神经网络范畴吗？
https://www.zhihu.com/question/22290096
4、如何理解决策树的损失函数？
https://www.zhihu.com/question/34075616
5、各种机器学习的应用场景分别是什么？例如，k近邻,贝叶斯，决策树，svm，逻辑斯蒂回归和最大熵模型。
https://www.zhihu.com/question/26726794
主成分分析，奇异值分解
6、SVD降维体现在什么地方？
https://www.zhihu.com/question/34143886
7、为什么PCA不被用来避免过拟合？
https://www.zhihu.com/question/47121788
随机森林，GBDT、集成学习
8、为什么说bagging是减少variance，而boosting是减少bias？
https://www.zhihu.com/question/26760839
9、基于树的adaboost和Gradient Tree Boosting的区别是什么？
https://www.zhihu.com/question/46784781
adaboost对于每个样本有一个权重，样本预估误差越大，权重越大。gradient boosting则是直接用梯度拟合残差，没有样本权重的概念。
10、机器学习算法中GBDT和XGBOOST的区别？
https://www.zhihu.com/question/41354392
11、为何在实际的kaggle比赛中，GBDT和Random Forest效果非常好？
https://www.zhihu.com/question/51818176
过拟合
12、机器学习中用来防止过拟合的方法有哪些？
https://www.zhihu.com/question/59201590
标签：神经网络 net xgboost linear 的区别 样本 tree 理解 www
原文地址：https://www.cnblogs.com/ariel-dreamland/p/10594907.html
