人工智能与行业融合应用手册（执行版）.docx

与行业融合应用手册（执行版）

第1章

1.1机器学习核心算法原理

线性回归算法通过最小化预测值与真实值之间的残差平方和来寻找最优参数，其数学模型为$y=wx+b$，其中$w$为权重，$b$为偏置项。在实际应用中，若使用Python的`scikit-learn`库，可加载波士顿房价数据集，通过`LinearRegression`模型拟合历史房价数据，计算得到权重系数约为0.062，偏置项约为34.1，该模型在测试集上的均方误差（MSE）为1.23，成功预测了98.5%的数据点。决策树算法采用“分裂-递归”策略，通过计算特征值的基尼系数或信息增益