从本章本节开始就开始正式介绍机器学习的算法了!我们首先登场的是---------线性模型。
w可以理解为权重,我们的x就是我们的样本点的各个特征数值,最后输出模型f(x)。其代表我们把样本点带入,以二分类为例,假设输出f(x)为正就为“好瓜”,负为“坏瓜”,而且这个f(x)与真实情况相差无几,那么我们的f(x)就为我们所求的线性模型。为什么说是线性模型呢?因为我们的模型实际上如果在二维平面它很像一个直线(想象下y=x+1在y-x平面),这个是我对线性模型的初步认识。
从本章本节开始就开始正式介绍机器学习的算法了!我们首先登场的是---------线性模型。
w可以理解为权重,我们的x就是我们的样本点的各个特征数值,最后输出模型f(x)。其代表我们把样本点带入,以二分类为例,假设输出f(x)为正就为“好瓜”,负为“坏瓜”,而且这个f(x)与真实情况相差无几,那么我们的f(x)就为我们所求的线性模型。为什么说是线性模型呢?因为我们的模型实际上如果在二维平面它很像一个直线(想象下y=x+1在y-x平面),这个是我对线性模型的初步认识。