机器学习5 线性回归算法

1.本节重点知识点用自己的话总结出来,可以配上图片,以及说明该知识点的重要性

在线性回归中,数据使用线性预测函数来建模,并且未知的模型参数也是通过数据来估计。

这些模型被叫做线性模型。最常用的线性回归建模是给定X值的y的条件均值是X的仿射函数。

不太一般的情况,线性回归模型可以是一个中位数或一些其他的给定X的条件下y的条件分布的分位数作为X的线性函数表示。

像所有形式的回归分析一样,线性回归也把焦点放在给定X值的y的条件概率分布,而不是X和y的联合概率分布(多元分析领域)。

 

 从生物学,行为学,环境科学,社会科学到商业,线性回归已广泛应用于所有领域。线性回归模型已经成为科学可靠地预测未来的一种行之有效的方法。

由于线性回归是一个历史悠久的统计程序,因此线性回归模型的属性已广为人知,并且可以非常快速地进行训练。

 2.思考线性回归算法可以用来做什么?(大家尽量不要写重复)

(1)预测流感传播走势

(2)股票市场基本的涨停

(3)上下班车流高峰期预测

(4)考试考点集中预测

3.自主编写线性回归算法 ,数据可以自己造,或者从网上获取。(加分题)

 

原文地址:https://www.cnblogs.com/longlog/p/12750523.html