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],