机器学习入门——简单模型讲解

机器学习简单模型讲解

• 机器学习的目的

机器学习简单来讲就是通过对以往的数据进行分析，得出模型，然后用该模型来预测将来可能出现的情况

• 最简单的模型
  我们在学习函数的时候，都学过这样一个函数：y = 2x+1,在这里我们称作1为截距，2为系数，x则称作因子。通过这样一个简单的一元函数我们可以在给定x值的情况下获得y值。在机器学习中我们将y值就称作预测值，函数y=2x+1就称为模型。

• 简单模型
  假设有如下一组销售数据：

index	单价 x1	销量 x2	利润 y
1	40	50	100
2	43	51	105
3	44	45	105
4	46	39	104
5	54	88	145
6	63	150	233
7	78	56	214
8	43	76	200
9	98	88	543
10	43	66	23

在这里我们将利润称作y，这里有两个影响利润的因子：分别为单价（x1）和销量（x2） ,所以我们也可以将函数模型写成 y = w1x1+w2x2+b 这里w1与w2都称作系数，b称作截距。
机器学习的目的就是通过一系列过往的数据得到模型，然后使用模型预测将来可能出现的值，就这么简单。