初学者之路——————回归问题

回归问题一般必须有真实数据集，而且一般都 是有监督的学习。

最经典的回归问题是房价和股票走势问题，而对于这些问题一般都是多特征影响的。针对多特征问题，一般采用的是多元线性模型进行拟合，通过对每个特征值寻找合适的权重，使得损失函数最小。

对于回归问题，寻找损失函数最小的常用方法是梯度下降法，通过计算梯度然后对权重值进行不断更新，找到局部最低点。

回归问题可能会出现过拟合和欠拟合问题。过拟合时，需要尽量选择泛化能力强的特征或者增加训练数据集等；欠拟合时，就需要增加特征值数量，选择更复杂的模型。

如果文章存在问题，欢迎大家指出。