1_Lasso和回归方法PPT

60：实战保险花销预测_模型训练和评估.mp4 20.51 MB mp4

59：实战保险花销预测_特征工程.mp4 9.32 MB mp4

58：实战保险花销预测_特征选择思路.mp4 16.51 MB mp4

57：实战保险花销预测_模型训练和评估_选择非线性算法改进.mp4 35.56 MB mp4

56：实战保险花销预测_数据预处理.mp4 19.64 MB mp4

55：实战保险花销预测_数据介绍和加载数据.mp4 18.58 MB mp4

54：多项式升维代码实战_训练模型和评估.mp4 15.88 MB mp4

53：多项式升维代码实战_传入不同超参数对比.mp4 21.30 MB mp4

52：升维的意义_多项式回归.mp4 22.22 MB mp4

51：代码调用ElasticNet回归.mp4 18.07 MB mp4

50：代码调用Lasso回归.mp4 12.59 MB mp4

49：代码调用Ridge岭回归.mp4 26.07 MB mp4

60：实战保险花销预测_模型训练和评估.mp4 20.51 MB mp459：实战保险花销预测_特征工程.mp4 9.32 MB mp458：实战保险花销预测_特征选择思路.mp4 16.51 MB mp457：实战保险花销预测_模型训练和评估_选择非线性算法改进.mp4 35.56 MB mp456：实战保险花销预测_数据预处理.mp4 19.64 MB mp455：实战保险花销预测_数据介绍和加载数据.mp4 18.58 MB mp454：多项式升维代码实战_训练模型和评估.mp4 15.88 MB mp453：多项式升维代码实战_传入不同超参数对比.mp4 21.30 MB mp452：升维的意义_多项式回归.mp4 22.22 MB mp451：代码调用ElasticNet回归.mp4 18.07 MB mp450：代码调用Lasso回归.mp4 12.59 MB mp449：代码调用Ridge岭回归.mp4 26.07 MB mp4

线性回归大家族 full version.pdf 4.98 MB pdf

线性回归 - 代码.ipynb 473.35 KB ipynb

5.3.4 多项式回归：线性还是非线性模型？ + 本周结语.mp4 112.51 MB mp4

5.3.3 多项式回归的可解释性.mp4 82.59 MB mp4

5.3.2 多项式回归提升模型表现.mp4 50.53 MB mp4

5.3.1 多项式对数据做了什么？.mp4 119.64 MB mp4

5.2 离散化：帮助线性回归解决非线性问题.mp4 155.15 MB mp4

5.1.3 线性vs非线性模型 (2)：拟合，效果与特点.mp4 70.52 MB mp4

5.1.3 线性vs非线性模型 (1)：线性模型在非线性数据集上的表现.mp4 49.75 MB mp4

5.1.1 & 5.1.2 线性数据与非线性数据.mp4 31.38 MB mp4

4.3.3 Lasso选择最佳正则化参数.mp4 143.71 MB mp4

4.3.2 Lasso的核心作用：特征选择.mp4 84.64 MB mp4

4.3.1 Lasso处理多重共线性.mp4 144.22 MB mp4

4.2.3 为岭回归选择最佳正则化参数.mp4 127.69 MB mp4

4.2.2 sklearn...

第九章 回归大家族：线性，岭回归，Lasso，多项式5.3.4 多项式回归：线性还是非线性模型？ + 本周结语.mp4 - 112.51MB5.3.2 多项式回归提升模型表现.mp4 - 50.53MB5.3.1 多项式对数据做了什么？.mp4 - 119.64MB5.2 离散化：帮助线性回归解决非线性问题.mp4 - 155.15MB5.1.3 线性vs非线性模型 (2)：拟合，效果与特点.mp4 - 70.52MB5.1.3 线性vs非线性模型 (1)：线性模型在非线性数据集上的表现.mp4 - 49.75MB5.1.1 & 5.1.2 线性数据与非线性数据.mp4 - 31.38MB4.3.3 Lasso选择最佳正则化参数.mp4 - 143.71MB......