machine-learning - 随机梯度下降是分类器还是优化器?

标签 machine-learning scikit-learn classification gradient-descent

我是机器学习新手,我正在尝试分析我的一个项目的分类算法。我遇到了SGDClassifiersklearn图书馆。但很多论文都将 SGD 称为一种优化技术。有人可以解释一下 SGDClassifier 怎么样吗?实现了吗?

最佳答案

取自 SGD sikit-learn 文档

loss="hinge":(软边缘)线性支持向量机, loss="modified_huber":平滑铰链损失, loss="log":逻辑回归

关于machine-learning - 随机梯度下降是分类器还是优化器?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45455209/

相关文章:

machine-learning - Keras嵌入层: keep zero-padded values as zeros

r - R的randomForest包中缺失值错误

python - 属性错误: 'NoneType' object has no attribute 'lower

python-2.7 - Scikit-learn RandomForestClassifier()特征选择,只选择训练集?

mysql - SQL分类

algorithm - 多点触摸屏的分类算法

machine-learning - 使用 ANN 计算位置向量的长度以及它与 x 轴之间的角度

python - 多变量的线性回归未按预期工作

python - scikit-learn 管道中具有递归特征消除的网格搜索返回错误

python - 如何计算假阳性率(FPR)和假阴性率百分比?