待验证50% 置信事实精确时间

回归用于预测连续型数值，是监督学习中最基础的部分

1

来源数

50%

置信度

长期有效

时效性

2026/8/28

首次发现

来源

机器学习学习路线图：85天从零到精通的完整规划

涉及实体

相关事实

待验证机器学习系统通过对大量数据的训练自动发现规律并在新数据上进行泛化预测71% 相似待验证GNoME采用主动学习策略，迭代式地生成候选、预测稳定性、筛选最有价值结构送入DFT计算验证，再更新模型70% 相似待验证LLM在训练时通过最大化下一个Token的预测概率来优化参数，模型学到的是训练语料的统计分布而非人类的审美判断力70% 相似待验证评估金融模型时应永远按时间顺序划分数据，杜绝随机shuffle，且所有特征工程的统计量只能来自训练集69% 相似待验证分类预测的是离散的类别标签，而回归预测的是连续的数值69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/815720

API

curl https://kongchang.com/api/v1/knowledge/claims/815720

MCP

get_claim(id=815720)