3.1 线性回归 【李沐动手学深度学习】

目录

房价预测问题:


一、房价预测问题:

1. 简化模型

假设1:卧室个数、卫生间个数、居住面积记为 x1,x2,x3

假设2:成交价是各因素加权和 y = w1x1 + w2x2 + w3x3 + b

2. 线性模型:

3.1 线性回归 【李沐动手学深度学习】_第1张图片

 线性模型可以看做是单层神经网络

 3. 衡量预估质量

平方损失:

3.1 线性回归 【李沐动手学深度学习】_第2张图片

  4. 训练数据

3.1 线性回归 【李沐动手学深度学习】_第3张图片

 5. 参数学习

3.1 线性回归 【李沐动手学深度学习】_第4张图片

3.1 线性回归 【李沐动手学深度学习】_第5张图片

 6. 显式解

 3.1 线性回归 【李沐动手学深度学习】_第6张图片

 总结

  • 线性回归是对n维输入的加权,外加偏差
  • 使用平方损失来衡量预测值和真实值的差异
  • 线性回归有显式解
  • 线性回归可以看作单层神经网络

二、基础优化方法

你可能感兴趣的:(李沐动手学深度学习,深度学习,线性回归,算法)