内容概括 本部分主要介绍了回归的定义以及回归的步骤,偏向于实用性,未进行数学类推导。 主要内容 回归定义 通过已有数据找到一个最佳函数,然后进行预测,预测结果为一个连续性数值。 预测结果为连续性也是和分类的区别。回归步骤 step1:模型假设,选择模型框架(线性模型)step2:模型评估,如何判断众多模型的好坏(损失函数)step3:模型优化,如何筛选最优的模型(梯度下降) 过拟合问题引入正则项来避免过拟合(即岭回归和LASSO回归) ---------------本文仅用作个人回忆。