本篇将介绍机器学习中的回归算法(主要是线性回归)。分类输出的结果是标称型的数值(类别值),而回归预测是结果是一组连续值。简而言之,回归与分类的不同在于其目标变量是连续数值型。
本篇的数据和代码参见:https://github.com/stonycat/ML-in-Action
一、线性回归拟合直线
回归的目的是预测数值型的目标值,最简单的办法就是根据输入的数据返回一个计算目标值的公式,所求的公式即所谓的回归方程。如返回一条直线方程, y=wx+b ,那么参数w与b就是回归系数,求回归系数的过程就是回归。回归也分线性和非线性,这里只涉及线性回归。
那么现在给定数据 x ,返回回归方程