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