机器学习回归：宝可梦cp预测 |李宏毅机器学习【2】

最新推荐文章于 2024-09-15 18:44:18 发布

红尘一笑233

最新推荐文章于 2024-09-15 18:44:18 发布

阅读量2.2k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： Machine Learning 文章标签：机器学习回归梯度下降正则化

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/qq_36459893/article/details/82112418

该博客通过宝可梦的CP值预测问题，介绍了机器学习中的线性回归。首先，使用上一代CP值作为特征建立线性模型，并采用均方误差作为损失函数。接着，通过梯度下降法寻找损失函数最小化的最优参数，避免过拟合现象。随着模型复杂度提升，可能出现过拟合，此时可通过正则化来优化模型，平衡训练与测试数据的表现。文章深入浅出地讲解了梯度下降、过拟合和正则化等核心概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题：宝可梦cp值预测

step1:线性模型，输入feature为上一代的cp值

step2: Loss Function（均方误差）

参数w和b取不同值时的均方误差，紫色代表误差很小，红色代表误差很大：

step 3: Loss Function最小化（Gradient Descent），得到Best Function，可看作得到最优参数。

梯度下降：梯度是上升最快的方向，负梯度就是下降最快的方向：

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。