P33 线性回归的定义及矩阵的运算

 

 

 

 

•  目标值：是连续型的值，在某个区间内可以取任意数值，即可以无限的划分。

 

 

•  离散型随机变量有取某个值的概率
• 连续型随机变量没有取得某个值的概率。

以下问题归类为回归问题：

 

 

 

 

 

 

注解：

• 西瓜好坏的例子，是把连续型的值转变为了离散的值（好、坏），是把一个回归问题转变为了一个分类问题。

 

 

回归例子：

 

 

 

 

 

 

 

 

 

 

 注解：

• 这里的属性指的是特征。

 

 

 

 

 

 

 

 

 

 

 

 注解：

• 自变量和因变量可以理解为：特征和目标值

 

 

 

 

 

 

 

•  a是4个特征的3个样本。
• b是权重。

 

• numpy中的数组不能做矩阵运算，所以不能用于深度学习，而矩阵可以。
• 可以看到，结果并不是3个目标值，不是我们想要的结果。

 

• 矩阵相乘得到是3个样本目标值，是我们想要的结果。
• 特点:每个样本都要与权重矩阵相乘，每个样本都乘以了相同的权重矩阵。