1.本节重点知识点用自己的话总结出来,可以配上图片,以及说明该知识点的重要性
在本节课主要学习了线性回归算法,理解了算法的定义:线性回归是基于已有数据对未知的数据进行预测的。比如:①房价预测,如图1-1、数据可视化如图1-2;
图1-1 通过房面积来预测价格
图1-2 画出面积与房价的线性关系图
②销售额预测,如图1-3;
图1-3 通过历年销售额来预测
③额度贷款预测,如图1-4。等等。。。
图1-4 根据个人诚信度对贷款额度进行预测
线性回归算法优缺点:
优点:
①思想简单,实现容易。建模迅速,对于小数据量、简单的关系很有效;
②是许多强大的非线性模型的基础。
③线性回归模型十分容易理解,结果具有很好的可解释性,有利于决策分析。
④蕴含机器学习中的很多重要思想。
⑤能解决回归问题。
缺点:
①对于非线性数据或者数据特征间具有相关性多项式回归难以建模.
②难以很好地表达高度复杂的数据。
机器预测和真实值也是有一定的误差的,那就需要利用算法尽量减少误差比如:正规方程、梯度下降法。
方法一:正规方程
方法二:梯度下降
2.思考线性回归算法可以用来做什么?
课堂实例:房价预测、销售额预测、额度贷款预测
PS:生活中还有许多可以利用线性回归算法来预测未知数据的实例:
①预测天气情况;
②企业的销售收入与广告支出的预测;
③根据某地犯案情况预测犯罪率
3.自主编写线性回归算法 ,数据可以自己造,或者从网上获取。(加分题)