线性回归

线性回归是最简单的有监督回归算法，用于建立自变量（特征 x） 和因变量（预测值 y） 之间的线性数学关系，目标是用一条直线（高维为超平面）拟合数据，实现连续值预测。

损失函数

误差 = 预测值 - 真实值
损失函数就是用来描述每个样本和其预测值之间关系的
各个样本的误差和，越小越好

公式：

正规方程

求解线性回归最小二乘的最优参数，不需要迭代，一步直接算出解析解。
正规方程的问题：
如果运算量可能内存溢出，
如果矩阵没有逆，则计算不出来

公式：

梯度下降

梯度下降是机器学习最基础、最常用的优化算法，核心目的：不断迭代更新参数，最小化损失函数（代价函数），找到函数最小值点。

更新公式：


例子：

梯度下降分类

1. 全梯度下降：
   每次更新参数，使用全部 m 条样本计算梯度
   

2. 随机梯度下降：
   每次只用 1 条随机样本更新参数
   
   每看完一条样本立刻更新 θ，不用等全部样本算完。

3. 小批量梯度下降 Mini-batch GD（深度学习最常用）：
   把数据集切成一小块一小块（batch，如 32/64 条）
   每次取一小批样本算梯度更新。

线性回归例子

# 导包fromsklearn.linear_modelimportLinearRegression# 1.加载数据集（身高/体重）x_train=[[160],[166],[172],[174],[180]]y_train=[56.3,60.6,65.1,68.5,75]x_test=[[176]]# 2.数据预处理# 3.特征化处理# 4.模型训练estimator=LinearRegression()estimator.fit(x_train,y_train)# 显示权重(斜率)与偏置（截距）print(f"权重：{estimator.coef_}")print(f"偏置：{estimator.intercept_}")# 5.模型预测y_pred=estimator.predict(x_test)print(y_pred)

欠拟合、过拟合、正好拟合

欠拟合

欠拟合就是训练集和测试集表现都不好

解决方法：增加模型复杂度，添加特征列

过拟合

过拟合就是训练集表现好，但是测试集表现不好

解决方法：手动筛选(减少)特征，还可以L1和L2正则化
L1和L2都是基于惩罚系统，来修改特征列的权重，惩罚系数越大，修改力度越大，对应的权重就越小

正好拟合

正好拟合就是训练集和测试集表现都好

线性回归的正则化

L1 正则：Lasso 套索回归

Lasso：几乎全部权重归零，只剩极少数有用特征
不重要权重直接 = 0，自动删除特征

L2 正则：Ridge 岭回归

Ridge：所有权重无限贴近 0，模型变成水平线，欠拟合
所有权重同步缩小，全部不为 0，保留所有特征