一、具体实例
![](https://i-blog.csdnimg.cn/blog_migrate/14f211f9f526f1ec7a3b1970517dd78f.png)
它被称作监督学习是因为对于每个数据来说,我们给出了“正确的答案”,即告诉我们:根据我们的数据来说,房子实际的价格是多少,而且,更具体来说,这是一个回归问题。回归一词指的是,我们根据之前的数据预测出一个准确的输出值,对于这个例子就是价格,同时,还有另一种最常见的监督学习方式,叫做分类问题,当我们想要预测离散的输出值,例如,我们正在寻找癌症肿瘤,并想要确定肿瘤是良性的还是恶性的,这就是 0/1 离散输出的问题。更进一步来说,在监督学习中我们有一个数据集,这个数据集被称训练集。
下面我们用m来表示训练样本的数量
以之前的房屋交易问题为例,假使我们回归问题的训练集(Training Set)如下表所示:
面积/平方米 | 价格/万元 |
10 | 100 |
20 | 206 |
30 | 310 |
40 | 423 |
50 | 546 |
60 | 700 |
70 | 770 |
80 | 892 |
90 | 1000 |
100 | 1136 |
我们将要用来描述这个回归问题的标记如下:
m 代表训练集中实例的数量
x 代表特征/输入变量
y 代表目标变量/输出变量
(x, y) 代表训练集中的实例
(x⁽ⁱ⁾, y⁽ⁱ⁾) 代表第i 个观察实例
h 代表学习算法的解决方案或函数也称为假设(hypothesis)
这就是一个监督学习算法的工作方式,我们可以看到这里有我们的训练集里房屋价格。
我们把输入给我们的学习算法,学习算法开始工作,然后输出一个函数,通常表示为小写 h表示。h 代表 hypothesis(假设),h表示一个函数,输入是房屋面积大小,就像你朋友想出售的房屋,因此 h 根据输入的 x值来得出 y 值,y 值对应房子的价格 因此,h 是一个从x到 y 的函数映射。
h该如何表示呢?
一种可能的表达方式为:h(x)=wx+b,因为只含有一个特征/输入变量,因此这样
的问题叫作单变量线性回归问题。
但是在后面的学习中,你会看到,一个回归变化问题,输出不止受一个变量的影响,比如说上面房屋交易的例子,最后预测的房屋的价格,也会受我是数量,或者所在区域的影响,或其他的特征。
这就是线性回归,其原理就是构造一个函数,在许多机器学习中被引用。