资料下载
×
深度学习基础教程之线性回归识别数字图像分类的详细资料免费下载
消耗积分:0 |
格式:rar |
大小:5.21 MB |
2018-09-10
分享资料个
让我们从经典的线性回归（Linear Regression ［1］）模型开始这份教程。在这一章里，你将使用真实的数据集建立起一个房价预测模型，并且了解到机器学习中的若干重要概念。
给定一个大小为 n 的数据集 {yi，xi1，…，xid}ni=1，其中 xi1，…，xid是第 i 个样本 d 个属性上的取值，yi 是该样本待预测的目标。线性回归模型假设目标 yi 可以被属性间的线性组合描述，即
例如，在我们将要建模的房价预测问题里，xij 是描述房子 i 的各种属性（比如房间的个数、周围学校和医院的个数、交通状况等），而 yi 是房屋的价格。
初看起来，这个假设实在过于简单了，变量间的真实关系很难是线性的。但由于线性回归模型有形式简单和易于建模分析的优点，它在实际问题中得到了大量的应用。很多经典的统计学习、机器学习书籍［2，3，4］也选择对线性模型独。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
