- 股票预测
- 自动驾驶
- 推荐
预测宝可梦的cp值
1.step1:Model
y=b+w·xcp，定义一个function set里面有大量的b和w的function组合
2.Step2:评估函数的好坏
十个真实数据做散点图
评估function好坏的标准：Loss function L:
损失函数，用某一组function计算与真实值的差距，选取最好的function就是寻找最好的w和b使得损失函数值最小。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DtHUwONq-1658980796750)(/Users/admin/Pictures/c2_p3.png)]
3.Step3 梯度下降
考虑参数w时，计算w对Lost函数的切线斜率
通过微分值移动参数w，移动的幅度根据“learning rate” w1=w0- η d L d w etafrac{dL}{dw} ηdwdL 找到w
- 如果两个参数？w,b
- 随机选取两个参数w0 b0
- 分别计算w,b的值
得到的线性回归函数在测试集上效果不好，于是引入二次项甚至是三次项。但是引入过复杂的model反而会导致在测试集上表现更差。
- 改进Model
通过不同种类的宝可梦采用不同的参数w,b
这样设计还是有误差，说明是否存在其他隐藏因素？
- 正则化
λ lambda λ那一项就是正则调整，加上这一项就意味着我们期待找到一个尽可能小的wi，因为我们期待一个更"平滑的function"，就是对输入的扰动不敏感的function，这样应对参数的改动有更稳定的表现
