Regression forecast 回归预测
案例:预测Pokemon战斗值
1.首先找到函数模型(线性回归方程)
- y=b+w·x(cp)
2.判断函数正确性
- 收集10个Pokemon的相关元素,得到一个大体数据
- 建立另一个函数L(f)对之前函数进行误差分析
3.选择最恰当的方程(梯度下降)
- 选择随意的w对L(f)求导,通过K值判断w是否为最接近预测函数的w
优化函数
1.过拟合
- 尝试对Pokemon的物种、HP值、身高等模拟更细化的线性回归方程
- 结论发现过于精确的不一定是最适合的函数(过拟合)
- 喜欢平滑的函数又不喜欢过于平滑的函数,需要找一个最值
结论:Pokemon的CP值只和物种有关