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
14050100
24351105
34445105
44639104
55488145
663150233
77856214
84376200
99888543
10436623

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。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值