大家都很清楚SPC的中文叫统计过程控制，它的作用是发现过程数据中的异常行为，SPC有8种以上的判异规则，每一中判异规则对应可能的异常原因，非常实用。并且我们在传统的SPC的基础上，又对SPC进行了一些创新，可以...

支持向量机（SVM）广泛应用于模式分类和非线性回归领域。 SVM算法的原始形式由Vladimir N.Vapnik和Alexey Ya提出。自从那以后，SVM已经被巨大地改变以成功地用于许多现实世界问题。 1.什么是支持向量机（SVM）？...

本文介绍了多项式回归的过拟合和欠拟合、泛化能力和学习曲线，通过对比测试集和验证集的MSE的学习曲线，判断拟合是过拟合还是欠拟合，寻找到最合适的模型。 高阶多项式回归对训练数据的拟合，可能会比简单线性...

如果数据比简单的直线更为复杂，我们也可以用线性模型来拟合非线性数据。一个简单的方法就是将每一个特征的幂次方添加为一个新的特征，然后在这个拓展的特征集上进行线性拟合，这种方法成为多项式回归。 回归...

线性回归模型就是对输入特征加权求和，再加上一个我们称为偏置项（截距）的常数，以此进行预测。它反映的是每一个特征对因变量的影响方向（\(θ\)值的正负）和影响力（\(θ\)的绝对值大小）。 1. 模型说明 ...

现有的机器学习种类繁多，我们一般可以进行如下的分类标准： 是否在人类监督下学习（监督学习、非监督学习、半监督学习和强化学习） 是否可以动态的增量学习（在线学习和批量学习） 是简单的将新...

DBSCAN（Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法）是一种很典型的密度聚类算法，和只适用于凸样本集的K-Means聚类相比，DBSCAN既可以适用于凸样本集，...