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。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/532095.html
如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!