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

5.线性回归算法

 5.线性回归算法

5.线性回归算法

相关推荐