- 回归:输出一个标量。
例子:用回归计算pokemon的CP值。
步骤1:建立模型
w:权值
x:特征
步骤2:评价函数好坏
获取:训练数据
定义损失函数:
步骤3:找到最优函数
解最优问题:
方法:梯度下降GD
一个参数时:获取初始值 → 计算L对W的偏微分(梯度的反方向下降最快),乘以learning rate,取负 → 下一个位置 →…→ 局部最优(可能不是全局最优)
两个参数时:分别更新
- 过拟合问题:选择合适的model(并不是越复杂越好)。
- 提高精确度:收集更多数据。