Regression:输入可以是股票市场的各种指数、自动驾驶的检测角度、大数据推荐系统,输出是数字。

实例:宝可梦的CP值(战斗力)预测
        输入的内容包含,分别代表宝可梦的当前战斗力,种类,生命力,体重和身高;输出则是进化后宝可梦的战斗力。即,就是我们要找的函数。

Step1:函数(或者称为模型Model)
        假设函数为,综合考虑影响宝可梦战斗力的其他因素,可以得到更为全面的Linear Model:,是输入的feature、是权重、是bias。
Step2:函数的性能评价
        定义损失函数Loss Function,是当前宝可梦的真实战斗力。输入是上述函数,输出是该函数的性能评价。
Step3:筛选最好的函数
        或者,采用Gradient Descent方法筛选出最好的函数。对于上述损失函数

  • 随机选取一个初始值
  • 计算,令是学习率
  • 重复上述两步......

对于Linear Model,根据梯度下降方法得到的局部最优解同时也是全局最优解(凸优化理论)。分别得到该模型在训练集和数据集的错误率,可以发现适量增加的次数可以减少错误率(重构模型为时在测试集上的错误率最低)。

Underfitting(欠拟合):模型不能很好的拟合训练集的数据,即模型有很大的bias(偏差)。
Overfitting(过拟合):模型可以很好的拟合训练集的数据,但是在测试集上有很大的误差,即模型有很大的variance(方差)。当模型越来越复杂时,bias越来越小而variance会变大。
对于欠拟合,可以重新设计模型:在输入上增加更多的特征;更复杂的模型。对于过拟合,可以从数据集和模型两个方面进行处理:更多的数据集(非常有效,但不是一直奏效);regularization(正则化,使模型的预测曲线趋于平滑,但有可能增大bias)。

将原始训练集划分为Training(新训练集)和Validation(验证集):训练集是为了训练模型,验证集是为了筛选最好的模型。还可以将原始训练集划分为两份新训练集和一份验证集(循环划分)。

机器学习(李宏毅)—— Linear Regression相关推荐

  1. python中的linearregression_【python+机器学习(2)】python实现Linear Regression

    欢迎关注哈希大数据微信公众号[哈希大数据] python实现多元线性回归算法(lr) 想必大家在很早之前就接触过函数的概念,即寻找自变量和因变量之间的对应关系,一元一次.多元一次.一元二次等等,表示的 ...

  2. 机器学习之线性回归(Linear Regression)

    线性学习中最基础的回归之一,本文从线性回归的数学假设,公式推导,模型算法以及实际代码运行几方面对这一回归进行全面的剖析~ 一:线性回归的数学假设 1.假设输入的X和Y是线性关系,预测的y与X通过线性方 ...

  3. 机器学习之单变量线性回归(Linear Regression with One Variable)

    机器学习之单变量线性回归(Linear Regression with One Variable) 1. 模型表达(Model Representation) 我们的第一个学习算法是线性回归算法,让我 ...

  4. 机器学习之多变量线性回归(Linear Regression with multiple variables)

    机器学习之多变量线性回归(Linear Regression with multiple variables) 1. Multiple features(多维特征) 在机器学习之单变量线性回归(Lin ...

  5. Coursera公开课笔记: 斯坦福大学机器学习第四课“多变量线性回归(Linear Regression with Multiple Variables)”

    Coursera公开课笔记: 斯坦福大学机器学习第四课"多变量线性回归(Linear Regression with Multiple Variables)" 斯坦福大学机器学习第 ...

  6. Coursera公开课笔记: 斯坦福大学机器学习第二课“单变量线性回归(Linear regression with one variable)”

    Coursera公开课笔记: 斯坦福大学机器学习第二课"单变量线性回归(Linear regression with one variable)" 发表于 2012年05月6号 由 ...

  7. 机器学习-线性回归(Linear Regression)

    目录 1.什么是线性回归 2. 能够解决什么样的问题 3. 一般表达式是什么 4. 如何计算 4.1 Loss Function--MSE 4.2 标准方程方法 5. 过拟合问题如何解决 5.1 什么 ...

  8. linearregression_机器学习-TensorFlow建模过程 Linear Regression线性拟合应用

    TensorFlow是咱们机器学习领域非常常用的一个组件,它在数据处理,模型建立,模型验证等等关于机器学习方面的领域都有很好的表现,前面的一节我已经简单介绍了一下TensorFlow里面基础的数据结构 ...

  9. 机器学习基础-吴恩达-coursera-(第一周学习笔记)----Introduction and Linear Regression

    课程网址:https://www.coursera.org/learn/machine-learning Week 1 -- Introduction and Linear Regression 目录 ...

  10. 机器学习实战(七)线性回归(Linear Regression)

    目录 0. 前言 1. 假设函数(Hypothesis) 2. 标准线性回归 2.1. 代价函数(Cost Function) 2.2. 梯度下降(Gradient Descent) 2.3. 特征缩 ...

最新文章

  1. 高数_解二元方程,复数怎么求出来的?(复数问题)
  2. PHP并发验证,PHP接口并发测试的方法(推荐)
  3. linux03:系统常用的命令
  4. GPU 编程入门到精通(三)之 第一个 GPU 程序
  5. C#时间与时间戳格式互相转化
  6. TOP 10 开源的推荐系统简介
  7. java jmx 监控_利用VisualVm和JMX远程监控Java进程
  8. java使用mysql的escape遇到的坑
  9. Android系统自带样式(@android:style/) (转)
  10. 12c emcc Algorithm negotiation fail
  11. android q beta3更新功能,Android Q Beta 3更新内容:拥抱5G和可折叠设备
  12. 计算机考试PPT主题背景没换,2013职称计算机考试:搞定PPT背景设置中的问题
  13. 计算机工作原理--时钟概念
  14. 3dsMax MaxScript 语法
  15. MATLAB一元线性回归(最小二乘法)小例子
  16. 通达信l2数据接口如何开通?
  17. 拼音翻译为阿拉伯数字
  18. OSChina 周三乱弹 —— 奶奶别慌,还有一计可以平天下
  19. 吴健朱丹《爱上女主播》激吻戏被删成遗憾(图)
  20. 微星(MSI)B360M MORTAR迫击炮Win10系统安装

热门文章

  1. 《宣州谢眺楼饯别校书叔云》 李白诗两首
  2. C语言——笨方法找“水仙花数”,步步分析
  3. 虚拟linux jdk,虚拟机下Linux安装jdk
  4. (封装调用) layui table中checkbox 付款框 跨页保存选中赋值状态 跨页记忆选择
  5. HD5450显卡驱动 for mac 官方免费版
  6. Linux-脚本安装、快照、重置虚拟机
  7. 码支付源码 无授权—个人免签约支付系统二维码收款即时到账源码
  8. 五一影视圈的神仙打架,揭开了内容市场暗自角力的真相
  9. ios开发App的图标背景色不能是透明
  10. 周志华----机器学习2