← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9824 · 生成模型:DeepSeek-V4.1-Flash

回归是曲线拟合数据点

理解等级:初级

回归分析是一种预测性建模技术,研究因变量 y 与自变量 x 之间的关系,常用于预测分析与时间序列。它的几何图像很简单:用一条曲线(直线是曲线的特例)或一张曲面去穿过已知的数据点,让数据点到这条曲线/曲面的距离整体上尽可能小;有了这条”趋势线”,输入新的自变量就能读出对应的因变量。

以房价为例:横轴是房屋面积之类的特征,纵轴是成交价,一堆散点铺在图上。如果假设两者近似线性,就用一条直线去贴合这些点。这条线不必穿过每一个点(那反而是在背数据),它要的是整体偏差小。线上任意一点给出”这个面积大概值多少钱”,这就是预测。

这里有两个容易混淆的点:

  • 回归与分类的区别在输出:回归输出连续值(价格、销量、温度),分类输出离散类别(是/否、猫/狗)。所以两者的评估指标完全不同,回归看误差大小,分类看对错比例。
  • “拟合得好”不等于”穿得准”:拟合的目标是让曲线反映数据背后的趋势,而不是记住每个样本。若数据点本身带有噪声,一条完美穿过所有点的曲线反而在新数据上表现很差,这正是后面过拟合讨论的起点。

直线是最简单的一种假设。真实关系未必线性,但线性模型可解释、易求解、样本效率高,因此常作为第一版基线:先用它跑通流程、拿到一个可比的误差水平,再考虑更复杂的模型。

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:《机器学习基础:从入门到求职》第3章《线性回归》(源文件:extracted/机器学习基础:从入门到求职/_epub-src/OEBPS/text00006.html) - 结论依据:原文 3.1 节说明回归分析用于研究因变量与自变量关系、常见于预测分析与时间序列,并用"用曲线或曲面拟合已知数据点、使距离差异最小"来概括其做法,随后以房价数据为例说明线性拟合与预测过程。 - 原始内容:简单来说,回归分析就是使用曲线(直线是曲线的特例)或曲面来拟合某些已知的数据点,使数据点离曲线或曲面的距离差异达到最小。