美文网首页
机器学习速成课程—02, 线性回归,训练模型和损失

机器学习速成课程—02, 线性回归,训练模型和损失

作者: EllaFeng | 来源:发表于2018-10-24 16:35 被阅读0次

    线性回归,顾名思义,线性指的是自变量和因变量之间的映射关系是线性的,即

    y1=mx+b,

    此处的y是预测值,并不是真实测量值,它与测量值即真实值之间的差距就是损失。预测值与真实值之间的损失越小,表明模型越准确。

    通过训练过程,可以找到权重和偏差的最优值。在监督学习中,机器学习算法通过以下方式构建模型:检查多个样本并尝试找出可最大限度地减少损失的模型;这一过程称为经验风险最小化。

    训练模型的目标是从所有样本中找到一组平均损失“较小”的权重和偏差。

    最常见的损失函数是均方误差函数,指的是每个样本的平均平方损失。也就是求出所有损失的平方和,再除以样本的个数。

    相关文章

      网友评论

          本文标题:机器学习速成课程—02, 线性回归,训练模型和损失

          本文链接:https://www.haomeiwen.com/subject/oxsxtqtx.html