数据挖掘之推荐算法入门（阿里大数据竞赛参赛经历）8.pptVIP

算法2：逻辑回归(Logistic regression) 组成1：回归 回归是对已知公式的未知参数进行估计。 如已知公式是y = a*x + b，未知参数是 a 和 b。我们现在有很多真实的(x,y)数据（训练样本），回归就是利用这些数据对 a 和 b 的取值去自动估计。 推荐算法 算法2：逻辑回归(Logistic regression) 组成2：线性回归 如鞋子定价与鞋子销量的问题。y = a*x + b，x是价钱，y是销售量。假设它们满足线性关系，线性回归即根据往年数据找出最佳的a, b取值，使 y = a * x + b 在所有样本集上误差最小。 推荐算法 线性回归示例 算法2：逻辑回归(Logistic regression) 组成2：线性回归 如鞋子定价与鞋子销量的问题。y = a*x + b，x是价钱，y是销售量。假设它们满足线性关系，线性回归即根据往年数据找出最佳的a, b取值，使 y = a * x + b 在所有样本集上误差最小。 一元变量关系比较直观，但若是多元就难以直观的看出来了。比如说除了鞋子的价格外，鞋子的质量，广告的投入，店铺所在街区的人流量都会影响销量，我们想得到这样的公式：sell = a*x + b*y + c*z + d*γ + e。这个时候画图就画不