zoukankan      html  css  js  c++  java
  • 机器学习05- 线性回归算法

    1.本节重点知识点用自己的话总结出来,可以配上图片,以及说明该知识点的重要性

    机器学习主要分为这四大类:

    回归与分类的区别:

    线性回归定义:通过一个或者多个自变量与因变量之间进行建模的回归方法,其中可以为一个或者多个自变量之间的线性组合。

    回归预测其实就是找到一个权重乘与特征值再加上回归系数。y=w*x+b

    机器预测与真实值是有一定的误差的,我们能够尽可能的减小误差,所以就有了损失函数(误差的大小)。

    最小二乘法之梯度下降:通过训练次数的增加,不断下降,预测值会越来越接近于真实值。

    2.思考线性回归算法可以用来做什么?(大家尽量不要写重复)

    我觉得可以预测股票,虽说股票这个东西波动因素有很多,但是还是可以通过几年之内的数据,以及某些波动因素进行一定的预测的。还有基金等。

    3.自主编写线性回归算法 ,数据可以自己造,或者从网上获取。(加分题)

  • 相关阅读:
    超级迷宫我的计划表
    不敢死队
    Let the Balloon Rise
    Hangover
    汉诺塔系列2
    Tri Tiling(递推)
    Tiling(递推,高精度)
    Color Me Less
    I Think I Need a Houseboat(圆计算)
    Kbased Numbers(递推)
  • 原文地址:https://www.cnblogs.com/Fishmark/p/12750729.html
Copyright © 2011-2022 走看看