有监督机器学习训练流程
如上图:
训练集就是一堆x(x0…xn)和y
- 我们的目标就是得到模型,也就是参数,
例如 y=a+b*x, a和b就是参数,我们一般用W(w0…wn)表示,w有两部分,w0以及w1…wn,
w1…wn对应x1…xn。
所以对于 y=a+b*x来数,b就是w1,通常x0恒1,a就是w0
只考虑一个x对y的影响的话,公式就等于:y=w0+w1x1
考虑多个x的话:y=w0+w1x1+w2x2+…+wnxn
- 训练过程
刚开始不知道w是什么的时候,先初始化,也就是随机生成一些值,
把x和w代入计算会得到一些值,我们叫y^
有了y^,我们就可以评估当前的w好还是不好,误差=| y ^-y|
我们根据误差不断的调整w使得误差越来越小(调整方法有很多,以后再学)
把调整后的w再带入计算得到新的y^,然后得到新的误差,再次调整w,依次类推…直到误差不变的时候,说明此时的w是最优的