Пользователь
Открытый курс машинного обучения. Тема 6. Построение и отбор признаков
![](https://assets.habr.com/habr-web/img/avatars/055.png)
Спасибо за статью. Показалось простовато, слишком прямолинейные и интуитивные подходы, хотелось бы что-то поинтереснее. Например, xgboost может работать с пропущенным данными без какой-либо обработки, хотелось бы узнать как он это делает. Или например, что делать, если категориальный признак принимает 10000 значений?
+1
ПосмотретьОткрытый курс машинного обучения. Тема 4. Линейные модели классификации и регрессии
![](https://assets.habr.com/habr-web/img/avatars/055.png)
А какие подходы существуют предсказывать значения с помощью логистической регрессии? То есть использовать логистическую регрессию для оценки стоимости квартиры, например. Понятно, что лог-регрессия используется для оценки вероятности принадлежности к классу. Как перейти от этого значения вероятности к интересуемому значению y?
0
ПосмотретьИнформация
- В рейтинге
- Не участвует
- Зарегистрирован
- Активность