机器学习基本概念

回归：

线性回归：Y=wx+b,y

其中x, y都是已知的参数和label，未知数是w，b，本质是为了求w,b使得对于一个x，就可以预测出一个y

方法：通过loss=（wx+b-y)^2来求解使得loss最小来求得w,b

线性回归就是预测的值是连续的值，逻辑回归只是在线性回归基础上，使用了激活函数，使得y的分布处于【0,1】之间，而x处负无穷到正无穷之间，预测属于某类的概率，属于二分类问题

分类问题：每一个样本的预测值的概率加起来=1，是二分类和多分类问题，而线性回归是二分类问题

数据量：

如果现实世界只有两个数据总量，那给一个数据可以说的过去，但现实世界无穷个量，但给二个数据要预测全部就不现实，根本问题是看要预测的和给的数据量的偏差大小问题

one-hot编码

一、为什么要用做One-hot编码？

在建模过程中，我们通常会碰到各种类型的属性，如果是标称型属性，也就是不具备序列性、不能比较大小的属性，通常我们不能用简单的数值来粗暴替换。因为属性的数值大小会影响到权重矩阵的计算，不存在大小关系的属性，其权重也不应该发生相应的变化，那么我们就需要用到One-hot编码（也有人称独热编码）这种特殊的编码方式了。
二、One-hot编码是什么？

来看一个简单的例子：假设我们有一个特征是自有房和无自有房，样本情况如下：

 data = [['自有房',40,50000],