知识卡片
线性拟合取决于数据
线性回归适用于输入每变化一单位,目标的平均变化可以近似用固定系数描述的场景。即使原始输入与目标关系呈曲线,也可先构造基函数再线性拟合。把模型用于训练范围之外前,要检查这种关系是否仍成立。
[[权重和截距改变直线]]。斜率和截距的表达能力界定了线性拟合的应用边界。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 3.4 线性回归算法的使用场景 · 查看原书依据
至于线性回归的使用限制,前面其实也一再提及,就是线性回归只是正确处理了数据呈线性分布的情况。但正如人生总是跌宕起伏,有时潮起,有时潮落。在现实环境中,要求影响因素与关注结果只是呈线性关系未免太过严苛,因此,“耿
参考来源
- 位置:《机器学习算法的数学解析与Python实现》3.4 线性回归算法的使用场景(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00038.html`)
- 结论依据:本节讨论线性关系下的适用性和关系明显非线性时的偏差。
- 原始内容:至于线性回归的使用限制,前面其实也一再提及,就是线性回归只是正确处理了数据呈线性分布的情况。但正如人生总是跌宕起伏,有时潮起,有时潮落。在现实环境中,要求影响因素与关注结果只是呈线性关系未免太过严苛,因此,“耿