机器学习--第六次课

前言

先讲课,大概的重点是回归和梯度下降!!!

先回顾一手,pr曲线啥的

正文

回归和分类

回归简单来说就是输出一个数值,就是回归问题,例如预测明天的空气指数,而分类问题就是做选择题 ,也就是,分类,那么回归为啥叫回归呢?可以理解为希望输出的数字回归到真实值附近.他们虽然说是机器学习的一小部分,但是是基础中的基础,其他的广阔地区可以说是结构化学习.

回归的应用在例如量化和自动驾驶.

机器学习的三步骤:1.设置函数形式,也就是选择模型2.用训练数据衡量loss3.优化

梯度下降

梯度是什么,是一阶导数,也就是斜率,沿着梯度的方向就是函数增大最快的方向,所以其反方向就是减小最快的方向,而步长就是所在方向和梯度方向的点乘,