机器学习之线性模型

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/zlyaxixuexi/article/details/82764751

• 基本形式    

             w 表达各属性z在预测中的重要性。

在线性回归中，最小二乘法试图找到一条直线（分离平面）使得所有样本到直线的欧式距之和最小。最小二乘法是基于 均方误差最小化进行模型求解的。

• 多分类问题

       基本思路是拆解法，将多分类任务拆为若干个二分类任务。对每个二分类任务求解，最终得到x个分类结果，然后通过投票机制最终获得最终结果，

• 类别不平衡问题

    指的是分类任务中不同类别的训练样例数目差别比较大。（如998个正例，2个反例，如永远判正，则正确率为99.8%，但毫无意义）。