线性模型(linear model)试图学一个通过属性的线性组合来进行预测的函数
向量形式:
比如X1是颜色,X2是根蒂前面w1、w2是权重最后一个b是偏置。
优点:简单科学理解性好
回归就是我们找个一个这样的线性方程
对于线性回归这样的模型非常擅长的是处理数值属性。
对于离散属性我们有两种处理方法
1.【1 0.5 0】
2.【0 1 0】
离散属性的处理:若有”序“,则连续化;否者,转化为k维向量。
线性模型(linear model)试图学一个通过属性的线性组合来进行预测的函数
向量形式:
比如X1是颜色,X2是根蒂前面w1、w2是权重最后一个b是偏置。
优点:简单科学理解性好
回归就是我们找个一个这样的线性方程
对于线性回归这样的模型非常擅长的是处理数值属性。
对于离散属性我们有两种处理方法
1.【1 0.5 0】
2.【0 1 0】
离散属性的处理:若有”序“,则连续化;否者,转化为k维向量。