← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 3710.m · 生成模型:GPT-6

线性斜率比单调性更强

理解等级:中级

对一个原始输入,直线表示每单位变化的预测增量相同;单调只要求方向一致,斜率可变。带特征变换的线性参数模型又可描述原始输入曲线,因此不能泛称任何线性回归都只会画原坐标直线。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习:实用案例解析》第05章《线性回归简介 · 连续片段1》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3104.html,spine3210) - 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。 - 原始内容:线性比单调性具有更强的约束性。 注意:通过观察图5-3,我们可以清楚地明白此前所说的直线、曲线和波浪线是什么意思。曲线和直线都是单调的,但是波浪线是非单调的,因为它时而上升时而下降。 仅当数据的输入输出关系图看起来像是直线时才叫做标准线性回归。实际上可能也会用线性回归去拟合曲线或