1.1. Linear Models
Linear Models
(线性模型)是sklearn
监督学习的第一大章,其实也是周志华西瓜书中介绍的第一个模型种类。
这里其实有一个非常模糊的点,是我一开始看西瓜书没有看明白的,就是:线性的模型,本质上是到底指的是什么?
- 是模型的数学推导具有线性属性吗?
- 是样本的分布满足线性关系吗(就像线性回归那样)?
- 还是单纯的人们能从模型的可视化里得到一条“线”属性的图像?
sklearn的定义与西瓜书的定义是一致的:
用中文解释:
线性模型试图学得一个通过属性的线性组合来预测的函数
用词很讲究:
- “线性”一词的本质是线性组合
- 线性组合的主体是样本的属性
- 函数的作用是预测(那就是包括分类与回归)
在sklearn中,我们对参数做一下定义:
vector ω()
被称为coef_
是系数coefficient
的简称;-
ω
0
\omega_0
ω0被称为
intercept_
意思是截距
这基本就是对Linear Models的所有解释了。