机器学习（一）与线性回归

监督学习

监督学习，就是常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。监督学习里典型的例子就是KNN、SVM。

无监督学习

无监督学习，就是去对原始资料进行分类，以便了解资料内部结构。无监督式学习网络在学习时并不知道其分类结果是否正确。无监督学习里典型的例子就是聚类。

---

区分监督学习与无监督学习：

①监督学习中的数据中是提前做好了分类信息的，必须要有训练集与测试样本；

无监督学习没有训练集，只有一组数据。

②有监督的核心是分类，无监督的核心是聚类。

③有监督学习的方法就是识别事物，会给数据加上标签；

无监督学习方法只有要分析的数据集的本身，数据没有被加上标签。

---

线性回归

什么是线性回归：

线性回归就是一种x和y之间的关系为线性关系的回归分析。

先行关系用公式表达为：。

一元线性回归自然就是一个变量X啦。公式为：。

线性回归的目标是，找到一组a和b，使得ε最小。（ε就是误差，也就是学过的正态分布。）

用图像来表示，就是可以用一条直线把图中所有的点均匀的分布于两侧。

以一个题为例：给出历年的双十一成交额，years = [2015, 2016, 2017, 2018, 2019,2020]
turs = [52, 191, 350, 571, 912, 1027]，做一个图表。

import matplotlib.pyplot as plt
import numpy as np
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei']
mpl.rcParams['axes.unicode_minus'] = False
years = [2015, 2016, 2017, 2018, 2019,2020]
turs = [52, 191, 350, 571, 912, 1027]
plt.scatter(years, turs,c='b',s=50)
plt.xlabel("年份", fontsize=15)
plt.ylabel("成交额", fontsize=15)
plt.title("历年双11成交额", fontsize=15)
plt.show()

运行成功后图片为：

 

所以，本题的线性回归线大致如图所示：