《机器学习Python实战》课件 08-项目4 线性回归算法基本原理讲解.pptxVIP

?机器学习Python实战?项目4线性回归预测模型构建

1什么是线性模型2损失函数目录CONTENTS

课程导入气温预测股价预测回归分析是一种监督学习方法，通过历史数据学习特征与目标变量之间的映射关系（通常表示为函数或曲线），从而对新样本的目标值进行预测。

01什么是线性模型

什么是线性模型从生活场景出发想卖房时，我们最关心的就是价格。影响房价的因素有很多——面积、地段、楼层、房龄等等。但其中面积与价格呈现最直观的正相关——面积越大，价格通常越高。假设，我们有一组房屋面积和对应价格的数据：面积（m2)价格（万元）123250150320871601022209620065130?思考：如果我们知道一个房屋的面积，能否建立一个数学公式来估算它的价格？表1房屋面积-价格数据表这个数学公式如果是直线方程，就是线性回归。

什么是线性模型如果你的房屋面积，在房屋面积-价格销售历史记录中没有，那我们怎么估算房屋价格呢？我们可以用一条曲线尽可能的去拟合这些数据，然后对于新的房屋面积数据，我们可以在这条曲线上找到该面积对应的价格作为预测值返回。如果用一条直线去拟合，可能是图2中所示的红色直线。图1房屋面积价格关系图图2房屋面积价格关系的拟合图这就是线性回归要解决的核心问题——建立特征与目标之间的线性关系模型。面积（m2）房价（万元）

什么是线性模型线性回归是回归问