目录
前言
有很多新手刚刚接触大数据与人工智能方向学习,如果不知道怎么着手的,跟我一起慢慢进步叭~
提示:以下是本篇文章正文内容,下面案例可供参考
一、回归模型的一般描述
给定训练样本集{(xi, yi),i = 1,…,n}.其中,xi为第i个观测样本的输入;yi为第i个观测样本的输出。
基于上述样本集,构建预测模型y = f(x) ----- 模型的回归学习
对特征空间的任意观测x的输出y进行预测 ----- 模型的使用
二、K近邻回归算法的描述
输入:(1)训练样本集D = {(xi, yi),i = 1,…,n},其中,xi为第i个训练样本的特征向量;yi为第i个训练样本的目标输出
(2)观测样本x
输出:观测样本x对应的输出y
STEP1 输入特征的预处理
STEP2 选择K值(