《机器学习的方法之回归算法.docx》由会员分享，可在线阅读，更多相关《机器学习的方法之回归算法.docx（2页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、我们都知道，机器学习是一个特别有用的技术，而这一有用的技术中涉及到了许多的算法。 所以说，我们要了解机器学习的话就要对这些算法把握通透。在这篇文章中我们就给大家具 体介绍一下机器学习中的回归算法，盼望这篇文章能够关心到大家。一般来说，回归算法是机器学习中第一个要学习的算法。具体的缘由，第一就是回归算法比 较简洁，可以让人直接从统计学过渡到机器学习中。其次就是回归算法是后面若干强大算法 的基石，假如不理解回归算法，无法学习其他的算法。而回归算法有两个重要的子类：即线 性回归和规律回归。那么什么是线性回归呢？其实线性回归就是我们常见的直线函数。如何拟合出一条直线最佳 匹配我全部的数据？这就需要最小
2、二乘法来求解。那么最小二乘法的思想是什么呢？假设我 们拟合出的直线代表数据的真实值，而观测到的数据代表拥有误差的值。为了尽可能减小误 差的影响，需要求解一条直线使全部误差的平方和最小。最小二乘法将最优问题转化为求函 数极值问题。那么什么是规律回归呢？规律回归是一种与线性回归特别类似的算法，但是，从本质上讲， 线型回归处理的问题类型与规律回归不全都。线性回归处理的是数值问题，也就是最终猜测 出的结果是数字。而规律回归属于分类算法，也就是说，规律回归猜测结果是离散的分类。 而规律回归算法划出的分类线基本都是线性的（也有划出非线性分类线的规律回归，不过那样 的模型在处理数据量较大的时候效率会很低），这意味着当两类之间的界线不是线性时，规律 回归的表达力量就不足。下面的两个算法是机器学习界最强大且重要的算法，都可以拟合出 非线性的分类线。这就是有关规律回归的相关事项。在这篇文章中我们简洁给大家介绍了机器学习中的回归算法的相关学问，通过这篇文章我们 不难发觉回归算法是一个比较简答的算法，回归算法是线性回归和规律回归组成的算法，而 线性回归和规律回归都有自己实现功能的用处。这一点是需要大家理解的并把握的，最终祝 福大家能够早日学会回归算法。