机器学习入门——简单模型讲解

机器学习简单模型讲解

• 机器学习的目的

机器学习简单来讲就是通过对以往的数据进行分析，得出模型，然后用该模型来预测将来可能出现的情况

• 最简单的模型
  我们在学习函数的时候，都学过这样一个函数：y = 2x+1,在这里我们称作1为截距，2为系数，x则称作因子。通过这样一个简单的一元函数我们可以在给定x值的情况下获得y值。在机器学习中我们将y值就称作预测值，函数y=2x+1就称为模型。

• 简单模型
  假设有如下一组销售数据：

index 单价 x1 销量 x2 利润 y 1 40 50 100 2 43 51 105 3 44 45 105 4 46 39 104 5 54 88 145 6 63 150 233 7 78 56 214 8 43 76 200 9 98 88 543 10 43 66 23

在这里我们将利润称作y，这里有两个影响利润的因子：分别为单价（x1）和销量（x2） ,所以我们也可以将函数模型写成 y = w1x1+w2x2+b 这里w1与w2都称作系数，b称作截距。
机器学习的目的就是通过一系列过往的数据得到模型，然后使用模型预测将来可能出现的值，就这么简单。