PDF《评估报告》

9 观运用概率分析的一种图解法 SVM 模型, 支持向量机 (Support Vector Machine, 常简称为 SVM, 又名支持向量网络) 是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法.给定一组训练实例, 每个训练实例被标记为属于两个类别中的一个或另一个,SVM 训练算法创建一个将新的实 例分配给两个类别之一的模型, 使其成为非概率二元线性分类器. 此外, 通过修改目标函数, SVM 也可以用来做回归预测. 多元回归模型, 在回归分析中, 如果有两个或两个以上的自变量, 就称为多元回归. 事实上, 一种现象常常是与多个因素相联系的,由多个自变量的最优组合共同来预测或估计因变量, 比只用一个自变量进行预测或估计更有效,更符合实际. 随机森林回归是一个包含多个决策树的分类器, 并且其输出的类别是由个别树输出的类别的 众数而定.这个方法则是结合 Breimans 的 Bootstrap aggregating 想法和 Ho 的 random subspace method 以建造决策树的集合. 梯度上升回归树 GBDT(Gradient Boosting Decision Tree) 又叫 MART(Multiple Additive Regression Tree),是一种迭代的决策树算法,该算法由多棵决策树组成,所有树 的结论累加起来做最终答案. 它在被提出之初就和SVM一起被认为是泛化能力较强的算法. GBDT 中的树是回归树(不是分类树) ,GBDT 用来做回归预测,调整后也可以用........