线性回归
线性回归介绍
[理解] 线性回归
线性回归是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式
注意事项:
1 为什么叫线性模型?因为求解的w,都是w的零次幂(常数项)所以叫成线性模型
2 在线性回归中,从数据中获取的规律其实就是学习权重系数w
3 某一个权重值w越大,说明这个权重的数据对房子价格影响越大\
[知道]线性回归分类
一元线性回归
y = kx+b
目标值只与一个因变量有关系
多元线性回归
y = w1x1 + w2x2 + w3x3 + ... + b
目标值只与多个因变量有关系
[掌握]损失函数
需要设置一个评判标准
误差概念: 用预测值y-真实值y就是误差
损失函数: 衡量每个样本预测值与真实值效果的函数
损失函数就是关于k, b的函数,展开会变成二元二次方程
为简化计算,先固定截距b,x=0时, b可设置成一个负值,b固定成-100
当损失函数取最小值时,得到k就是最优解
想要一条直线更好的拟合所有点 y = kx + b
* 引入损失函数(衡量预测值和真实值效果)Loos(k,b)
* 通过一个优化方法,求损失函数最小值, 得到k最优解
回归的损失函数