来看一下吧,这是一个案例来说明机器学习过程,可以说很清楚了,
这里用来预测一个人的健康状况
1.首先要预测这个人的健康状况这里需要把用户特征,比如用户特征为x,而x可以有多个,
用户的健康状况我们定义为y,那么这里,我们可以这样想一下,我们用一个公式:
y = a+bx 那么这里的a,b,我们都可以称之为参数,实际上这个参数又被叫做权重,
那么对于上面的,y = a + bx 这里我们 x可以从x0到xn,那么这里的w 也就是相当于我们公式里的
a 和b 也可以说w0 到w1,其实w0 就对应了x0的比重,也就是说w0是代表了x0这个输入数据的
重要程度,w0到wn,和x0 到xn是一一对应的,那么这里,我们就规定,w0相当于公式里的a,wn相当于公式里的b,那么y=w0+wnxn 这里我们让x0是一个常数为1,那么这个时候,实际上就是我们把x0到xn,分成了,x0 和 x1到xn,当然我们把w0 到wn 也分成了 w0 和w1 到wn. 这里要注意,上面我们说的这个公式,在这里就叫做模型model.
2.然后当我们输入用户的特征也就是比如,x1,x2,...身高体重啊等等,输入以后,可以看到1就是这个过程
3.然后数据x1,到xn 和W 权重,也就是参数一起计算 可以看到2 这个过程,就得到了一个预测结果,
我们称为 y^ 不是这样写的,在y上面有个向下的尖括号,读作,y估计,也就是预测的y的结果,
4.然后我们再准备好,y的实际情况是什么,这个时候y的实际情况和y估计就有一个差值,这个误差值,
ε 叫做随机误差,读作 e bu sai 咯,太难了..我天...这个可以加个绝对值给这个误差.
5.那么y^ 估计和 y的绝对值,也就是