ML/DL学习笔记1——Regression案例学习

Regression案例学习

Regression（回归）就是首先提出实验模型，但是模型的关键参数未知，通过大量数据来求出最符合测试数据的实验模型，也就是求出模型的关键参数
machine Learning的三个步骤：

（1）定义一个model即函数集
（2）定义一个损失函数去评估该函数的好坏找一个最好的函数
（3）找一个最好的函数

案例分析：预测宝可梦的CP值

设定具体参数


Regression的具体过程

Step1：Model (函数集)
这里没有具体的方法，根据实际情况根据经验一种一种的试。

Linear Model 线性模型

y代表进化后的cp值，X(cp)代表进化前的cp值，w和b代表未知参数，可以是任何数值根据不同的w和b，可以确定不同的无穷无尽的function，而这个抽象出来的式子就叫做model，是以上这些具体化的function的集合，即function set实际上这是一种Linear Model，但只考虑了宝可梦进化前的cp值，因而我们可以将其扩展为：


Step2：函数好坏Goodness of Function


Loss function 损失函数
为了衡量函数集中的某个函数的好坏，我们需要一个评估函数，即损失函数，简称L；loss function是一个函数的函数