机器学习 Day02 Regression 回归

从之前的学习中，可以知道，回归 Regression 和 分类 Classification 是非常重要的两个概念

那么回归是什么呢？

Regression 就是找到一个函数 function ，通过输入特征 xx，输出一个数值 Scalar。
它的结果是一个数值；同时某种程度上它也是一种预测；

---

模型步骤

step1：模型假设，选择模型框架（线性模型）

可以类比为感知机吧，这里？

$y=b+w\cdot x_{cp}$ ；$\omega$为权重，b可以看作为结果值，

y=0 则为决策边界

抽象为多个特征（权重向量和特征向量）

w = ( w 1 w 2 ⋮ w n ) , x = ( x 1 x 2 ⋮ x n ) \boldsymbol{w}=\begin{pmatrix}w_1\\w_2\\\vdots\\w_n\end{pmatrix},\quad\boldsymbol{x}=\begin{pmatrix}x_1\\x_2\\\vdots\\x_n\end{pmatrix} w=⎝⎜⎜⎜⎛​w1​w2​⋮wn​​⎠⎟⎟⎟⎞​,x=