leogu - 回答于2019-11-16 17:11

K-means怎么选K?   统计/机器学习 无监督学习 开放问题

wqtang - 回答于2019-03-04 15:34

xgboost怎么调参？   统计/机器学习 监督式学习

duoyu - 回答于2018-11-29 14:42

推荐系统有哪些常用的评价标准   统计/机器学习 推荐系统 模型验证

jjzzxx000 - 回答于2019-05-06 15:18

既然xgboost那么好，线性回归还有存在的价值吗？   统计/机器学习 回归分析 开放问题

蘑菇蘑菇 - 回答于2018-11-28 16:12

除了PCA，还有什么降维的方法？   统计/机器学习 数据降维 特征选择 开放问题

alpha101 - 回答于2018-08-25 15:38

kappa statistic怎么理解？有什么意义？   统计/机器学习 模型验证 描述性统计

Zealing - 回答于2018-09-28 08:02

logloss的取值范围是多少？一般好的分类器能达到多少？   统计/机器学习 监督式学习 损失函数

Zealing - 回答于2019-04-30 21:17

PCA降维之前为什么要先标准化？   统计/机器学习 数据预处理 数据降维

wqtang - 回答于2019-01-26 13:33

二元分类为什么不能用MSE做为损失函数？   统计/机器学习 监督式学习 损失函数

wqtang - 回答于2019-03-04 15:34

为什么机器学习中的优化问题很少用到牛顿法？   数学 数值计算 最优化 开放问题

dby_freedom - 回答于2019-03-29 09:49

为啥Xgboost比GradientBoost好那么多？   统计/机器学习 监督式学习 开放问题

dzzxjl - 回答于2018-03-08 14:55

对于xgboost，还有必要做很多特征工程吗？   统计/机器学习 监督式学习 特征选择 开放问题

ShenShiyi - 回答于2019-05-23 13:58

如果样本不是正态分布，还能用t-test或者z-test吗？   统计/机器学习 AB Test 假设检验 概率分布

木子周 - 回答于2018-04-06 11:12

kNN算法有哪些缺点？   统计/机器学习 监督式学习 开放问题

天晴 - 回答于2017-12-25 18:04

在使用PCA降维时，有哪些坑？   统计/机器学习 监督式学习 无监督学习 数据降维 开放问题

桐桐酱 - 回答于2019-06-04 13:31

为什么LR要用Sigmoid函数？   统计/机器学习 监督式学习

aragakiyuii - 回答于2018-11-10 07:01

训练集中有的特征含有缺失值，一般怎么处理   统计/机器学习 数据预处理

Nagozi - 回答于2018-03-08 03:38

怎么理解surrogate loss function代理损失函数？   统计/机器学习 监督式学习 损失函数

七号信仰 - 编辑于2017-09-22 13:09

牛顿法到底是一阶优化算法还是二阶优化算法？   数学 数值计算 最优化

木子周 - 回答于2017-10-15 23:39

pandas.DataFrame更改列名   统计/机器学习 Python Pandas