3.1 基本形式 机器学习

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。

相关推荐

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-04-14 11:32:02       98 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-04-14 11:32:02       106 阅读
  3. 在Django里面运行非项目文件

    2024-04-14 11:32:02       87 阅读
  4. Python语言-面向对象

    2024-04-14 11:32:02       96 阅读

热门阅读

  1. CentOS 7启动数据库服务失败

    2024-04-14 11:32:02       34 阅读
  2. 【R: mlr3:超参数调优】

    2024-04-14 11:32:02       37 阅读
  3. mac ip 域名 三者之间的关系

    2024-04-14 11:32:02       34 阅读
  4. C++模板讲解

    2024-04-14 11:32:02       43 阅读
  5. Gitea:开源的轻量级Git服务平台

    2024-04-14 11:32:02       45 阅读