线性回归
回归问题
与分类问题不同的是:回归问题的目标值是连续的。
线性回归——寻找一种能预测的趋势
线性关系——二维:直线关系
线性关系——三维:特征、目标值、平面当中
线性关系定义——y=kx+b,其中b为偏置,为了对于单个特征的情况更加通用。
多个特征——k1房子面积+k2房子位置+b
线性关系模型
试图学得一个通过属性的线性组合来进行预测的函数:
线性回归
定义:线性回归通过一个或者多个自变量与因变量之间进行建模的回归分析。其中特点为一个或多个称为回归系数的模型参数的线性组合。
一元线性回归:涉及到的变量只有一个。
多元线性回归:涉及到的变量两个或两个以上。
属性和权重一种组合来预测结果。
矩阵和数组的区别:
In [1]: a=[[1,2,3,4],[5,6,7,8],[2,3,7,9]]
In [2]: b=[2,2,2,2]
In [3]: import numpy as np
In [4]: np.multiply(a,b) #数组
Out[4]:
array([[ 2, 4, 6,