回归问题,可以说是一个很有趣的问题——用已有的数据去预测未来的数据。
回归问题其实我们很早就学习过了,其本质就是找到一个方程去拟合一个数据的变换情况,假设方程是这个
y=X * w (x,w均为向量,y就是向量的内积)
那么如何去判断这个函数与实际是否贴切?那我们就要计算真实值与预测值之间的误差总值
error=sum{(y_true[i] - y_pre[i])^2}
error的值域为零到正无穷,当error等于0时,我们说这个方程就是这个数据的表现,当error很大时,我们的这个方程并不能体现这个数据的变化。因此,我们希望我们的error越小越好,这个减小error的过程就是机器学习的过程。
Read More...