zoukankan      html  css  js  c++  java
  • 萌新向Python数据分析及数据挖掘 第三章 机器学习常用算法 第二节 线性回归算法 (上)理解篇

    理解
    以a b为变量,预测值与真值的差的平方和为结果的函数 参数学习的基本方法:找到最优参数使得预测与真实值差距最小
    假设可以找到一条直线 y = ax+b 使得预测值与真值的差的平方和最小
    故事
    假设你面前有一堆男人
    这些男人的基本信息全部掌握,包括他们的年收入
    简单线性回归
    简单线性回归的思想就是:假设你相信,这些男人的身高越高,年收入越高,然后找到一个一元线性方程 ,让这个方程猜得最准,然后 把这个方程记下来,以后见到男人 就看身高,知道身高就猜他的年收入
    多元线性回归
    多元线性回归的思想就是:假设你相信,这些男人的身高越高,年收入越高(或者越低),同家里房子的数量越多,年收入越高,等等等等 然后找到多元线性方程 ,让这个方程猜得最准,然后 把这个方程记下来,以后见到男人 就看身高 家里几套房等等你之前相信的东西,知道身高就猜他的年收入
    何谓猜得准
    损失函数
    你在不断尝试找寻真命天子函数过程中,预测的值和 真实值的差距,常用方法是MSE,比如 你猜他收入10w一年,结果他是0收入,那么对于这个男的 误差就是10w,把这些误差的平方和加起来就构成了一个简单的损失,损失越小猜得越准

  • 相关阅读:
    新浪微博爬虫项目
    time
    黑客增长
    python2 3 区别
    爬虫高性能相关
    登录_爬取并筛选拉钩网职位信息_自动提交简历
    破解极验验证码
    tesseract-ocr 传统验证码识别
    刻意练习
    计算学员的考试总成绩以及平均成绩
  • 原文地址:https://www.cnblogs.com/romannista/p/10735211.html
Copyright © 2011-2022 走看看