5.线性回归算法

yedaoxiaodi

2020-04-22

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

（1）有监督：训练数据集必须是有标记，然后通过给定的训练数据和特定的算法去构造一个模型。

无监督：训练数据集没有标记，去寻找训练数据中隐藏的模式或者是对数据进行分组。

（2）线性回归原理：

线性回归在假设特证满足线性关系，根据给定的训练数据训练一个模型，并用此模型进行预测。
简单的例子:我们假设一个线性方程 Y=2x+1, x变量为商品的大小，y代表为销售量；当月份x =5时，我们就能根据线性模型预测出 y =11销量

5.线性回归算法

（3）梯度下降法

5.线性回归算法

（4）线性回归的指标：

5.线性回归算法

（5）损失函数

是用来度量预测错误的程度，损失函数是f（x）和y的非负实值函数，记L(Y,f(x))

5.线性回归算法

(6)均方差是回归任务中常用的性能度量

5.线性回归算法

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）

预测电影票房和季度的关系

预测球员出场时间和得分的关系

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）

用线性回归算法来模拟正弦函数。（利用上学期机器学习的实验）

5.线性回归算法

线性回归算法

yedaoxiaodi

0 关注 0 粉丝 0 动态

关注关注

Python 用5行代码学机器学习—线性回归

我准备使用scikit-learn给大家介绍一些模型的基础知识，今天就来讲讲线性回归模型。开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这篇文章：超详细Python安装指南进行安装。如果你用Python的目的是数据分析，

机器学习之家 2020-11-10

27场机器学习面试后，来划个概念重点吧

机器学习面试宝典，有这一本就够了。在机器学习和数据科学岗位的面试中，机器学习领域的概念是经常考察的内容。一位近期经过 27 次 AI 领域面试的开发者根据自己的面试实战经验撰写了一份机器学习资料。这份资料适用于机器学习初学者，包含机器学习中经典常用的基础概

lgblove 2020-10-26

95后哈佛小哥撰写从零开始的机器学习入门必备，书籍资源已开放

机器学习怎么入门最简单？今年刚刚从哈佛大学统计专业毕业的 Danny Friedman 写了一本「转专业学生专用教材」，无基础也可轻松入门，资源现已全部开放。说起机器学习入门书，大概有成百上千种选择。这些书籍大多是由具备丰富研究经验的学者撰写的，涵盖各种主

Pokemogo 2020-10-05

用Python进行多元线性回归分析（附代码）

很多人在做数据分析时会经常用到一元线性回归，这是描述两个变量间统计关系的最简单的回归模型。但现实问题中，我们往往会碰到多个变量间的线性关系的问题，这时就要用到多元线性回归，多元线性回归是一元回归的一种推广，其在实际应用中非常广泛，本文就用python代码来

meylovezn 2020-08-25

11种比较常见的机器学习算法简介

近年来，由于对技术的高需求和进步，机器学习的普及已大大增加。机器学习可以从数据中创造价值的潜力使其吸引了许多不同行业的企业。大多数机器学习产品都是使用现成的机器学习算法进行设计和实现的，并且需要进行一些调整和细微更改。然后，使用该模型使用特征预测新观测的标

竭尽全力 2020-07-28

机器学习中算法与模型的区别

机器学习中的“算法”是什么？机器学习中的“算法”是在数据上运行以创建机器学习“模型”的过程。机器学习算法执行“模式识别”。算法从数据中“学习”，或者对数据集进行“拟合”。比如，我们有分类的算法，如 K- 近邻算法；回归的算法，如线性回归；聚类的算法，如 K

竭尽全力 2020-07-13