機器學習算法——線性迴歸算法原理帶代碼實踐

線性迴歸算法原理和推演和實例化代碼

原理

迴歸和分類的區別:簡單地說,迴歸就是通過已經有的數據來預測出一個目標值(實際值),分類就是通過數據預測出一個類別(二分類,多分類)。通過判斷實際值和預測的值的誤差來判斷這個模型的優劣程度的一種的評價的指標。
比如:銀行貸款實例
(1)數據:每個個人(樣本)的工資和年齡(兩個特徵)
(2)目標:預測銀行會貸款給個人多少錢(標籤,迴歸)或者預測銀行會不會給貸款(標籤,分類)
(3)建立以特徵爲自變量的擬合函數,確定函數參數以求出函數值(標籤)

推演

源碼

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章