机器学习算法---回归

近期阅读了《白话机器学习的数学》，为了将所读的内容充分理解消化，故将整理一系列文章，该篇是上一篇文章的续篇。 1.设置问题 基于广告费预测网站的点击量 2. 定义模型 假设点击量只与广告费这一个变量有关，现有一些数据（广告费与对应点击量的值），在坐标系中表示为下图 为了找出广告费与点击量之间的关系，可借助数学表达式即定义模型。为了方便，由上图建立广告费（x）与点击量（y)之间的函数关系为fθ(x)=θ0+θ1xf_{\theta}(x)=\theta_{0}+\theta_{1}xfθ​(x)=θ0​+

回归分析是指一种预测性的建模技术，主要是研究自变量和因变量的关系。通常使用线/曲线来拟合数据点，然后研究如何使曲线到数据点的距离差异最小。

参考链接如下： https://blog.csdn.net/qq_36142114/article/details/80441363 https://blog.csdn.net/weixin_44697198/article/details/109405212 https://blog.csdn.net/qq_41800366/article/details/86583789 1.机器学习概述 机器学习算法有很多，有分类、回归、聚类、推荐、图像识别领域等等，具体算法比如线性回归、逻辑回归、朴素贝叶