声明:本文来源于该部分为斯坦福大学 2014 机器学习教程整理对应的笔记
1.1 模型表示
我们的第一个学习算法是线性回归算法。在这段视频中,你会看到这个算法的概况,更 重要的是你将会了解监督学习过程完整的流程。 让我们通过一个例子来开始:这个例子是预测住房价格的,我们要使用一个数据集,数 据集包含俄勒冈州波特兰市的住房价格。在这里,我要根据不同房屋尺寸所售出的价格,画 出我的数据集。比方说,如果你朋友的房子是 1250 平方尺大小,你要告诉他们这房子能卖 多少钱。那么,你可以做的一件事就是构建一个模型,也许是条直线,从这个数据模型上来 看,也许你可以告诉你的朋友,他能以大约 220000(美元)左右的价格卖掉这个房子。这就是 监督学习算法的一个例子。
它被称作监督学习是因为对于每个数据来说,我们给出了“正确的答案”,即告诉我们: 根据我们的数据来说,房子实际的价格是多少,而且,更具体来说,这是一个回归问题。回 归一词指的是,我们根据之前的数据预测出一个准确的输出值,对于这个例子就是价格,同 时,还有另一种最常见的监督学习方式,叫做分类问题,当我们想要预测离散的输出值,例 如,我们正在寻找癌症肿瘤,并想要确定肿瘤是良性的还是恶性的,这就是 0/1 离散输出的 问题。更进一步来说,在监督学习中我们有一个数据集,这个数据集被称训练集。 我将在整个课程中用小写的
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)