知识卡片
线性模型组合特征
线性模型将每个输入特征乘以各自的权重,求和后加上偏置,得到预测值。预测观看量时,前几天的观看数可以分别作为特征;观察到每周周期后,纳入前 7 天的数据可以表达对周期性的假设。增加输入天数并不保证测试损失继续下降,是否有用要用未参与训练的数据检验。
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
- 机器学习基础 1.2 线性模型 · 查看原书依据
可以发现,虽然考虑了更多天,但没有办法再降低损失. 看来考虑天数这件事,也许已经到了一个极限.把输入的特征乘上一个权重,再加上一个偏置,得到预测的结果,这样的模型称为线性模型(linear model).
参考来源
- 位置:《深度学习详解》第1章《机器学习基础》1.2 节(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter01.xhtml`)
- 结论依据:原文比较前 1、7、28 和 56 天作为输入的预测误差,并定义加权特征和偏置构成的线性模型。
- 原始内容:可以发现,虽然考虑了更多天,但没有办法再降低损失. 看来考虑天数这件事,也许已经到了一个极限.把输入的特征乘上一个权重,再加上一个偏置,得到预测的结果,这样的模型称为线性模型(linear model).