![Python机器学习算法: 原理、实现与案例](https://wfqqreader-1252317822.image.myqcloud.com/cover/317/27563317/b_27563317.jpg)
上QQ阅读APP看书,第一时间看更新
1.1 线性回归模型
对于一个给定的训练集数据,线性回归的目标是找到一个与这些数据最为吻合的线性函数。举一个例子,中学物理我们学过的胡克定律指出:弹簧在发生弹性形变时,弹簧所受拉力和弹簧的形变量
成正比,即
。假设我们拿到一个新弹簧,测得了一组包含弹簧所受拉力
和形变量
的实验数据,如图1-1所示,根据实验数据估计弹簧倔强系数
的过程就是线性回归。
一般情况下,线性回归模型假设函数为:
![](https://epubservercos.yuewen.com/889FA0/15825992205221106/epubprivate/OEBPS/Images/Figure-P10_9107.jpg?sign=1739021980-9yrMBZctN9lpXrxRU3RUuNFHanuihkSU-0-c3667b1a41920780717c59a030debc2c)
其中,与
为模型参数,也称为回归系数。为了方便,通常将
纳入权向量
,作为
,同时为输入向量
添加一个常数1作为
:
![](https://epubservercos.yuewen.com/889FA0/15825992205221106/epubprivate/OEBPS/Images/Figure-P11_9137.jpg?sign=1739021980-LE6lcm34YqAY7suIcFsPoElVDbhwJ027-0-3b377b24125f9cf9adf35a0f5fe2d8b3)
![](https://epubservercos.yuewen.com/889FA0/15825992205221106/epubprivate/OEBPS/Images/Figure-P11_9138.jpg?sign=1739021980-2sFlzhgMtVtFvZPZbs7mvaWZud9nBCQG-0-10ee80e330d5476c1bda20aa40bcb5fa)
图1-1
此时,假设函数为:
![](https://epubservercos.yuewen.com/889FA0/15825992205221106/epubprivate/OEBPS/Images/Figure-P11_9142.jpg?sign=1739021980-D8Fk9PPFbusfh4XJEEuwVHBvre8rrOeF-0-9480f391fa2ec466fc19c8c1cea99554)
其中,,通过训练确定模型参数
后,便可使用模型对新的输入实例进行预测。