![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=1739693540-NDIVpYapA08VREdUJECj82Nu86aKQwDv-0-acd701af5a28201598b53d5f5d566135)
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=1739693540-aLGuiTs0GWSLmrUqLkUeq1a6wnh7qkIG-0-e7461608e009c297fa6b5903ae984cd1)
![](https://epubservercos.yuewen.com/889FA0/15825992205221106/epubprivate/OEBPS/Images/Figure-P11_9138.jpg?sign=1739693540-MpWir1nxprSCn8WftNAL89bCOnhCxPyx-0-f6c6e970c38af0b4df45dfe1f954ee1b)
图1-1
此时,假设函数为:
![](https://epubservercos.yuewen.com/889FA0/15825992205221106/epubprivate/OEBPS/Images/Figure-P11_9142.jpg?sign=1739693540-GiFGeWtsk837B2CDsOETUmKCsvRduT1E-0-2d3c018ae0a7d6e90590db759d51f5fb)
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。