线性回归
一、介绍
何为线性回归?
线性回归在假设特征满足线性关系,根据给定的训练数据训练一个模型,并用此模型进行预测。
在机器学习之前,获取数据是第一步,假定我们的样本如下:x1为房子的大小,x2为房子的价格,y为房子的销量。
x1 | x2 | y |
100 | 320 | 10 |
90 | 230 | 20 |
136 | 520 | 5 |
二、模型的推导
为了推导模型,在假设数据满足线性模型的情况下,可以设定设定线性模型为:x1特征为商品的大小,x2特征为商品的价格。
模型假定好后,我们把训练数据代入上面的设定模型中,可以通过模型预测一个样本最终值。