今天我们聊线性模型。
线性模型是一类常用的机器学习模型,通常用来解决回归问题,这时它叫线性回归模型,当然也可以用来解决分类问题,这时就改叫Logistics回归模型了。名字虽多,第一次接触可能还会对“线性”这个生僻词有点怵,不过,线性模型说到底,不过就是用线性方程来进行预测的机器学习模型。
机器学习里的模型五花八门,如果你让我推荐一款好上手,我会推荐线性模型,因为简单。如果你让我推荐一款预测人生,我会推荐线性模型,也因为简单。
线性模型是简单的,因为线性方程简单。
回忆一下,那年你还是小学生,刚学解方程的时候,一定都是从一元一次方程学起。咳咳,别掉钱眼里了,“元”在这里指的是未知量X,“一元”就是只有一个未知量X,而“次”则指的是未知量是几次幂,譬如X的平方就是两次幂,X的立方就是三次幂,而“一次”则说明方程里的X是条单身狗,除了自己一无所有。
线性方程简单,因为线性方程都是N元一次方程,作出来的图形只会是一条简简单单的直线,心无旁骛,勇往直前。虽然简单,但许多科研领域喜欢选用线性模型,就是喜欢它的简洁不废话。
可是,模型要义在拟合,耿直如铁的线性模型,怎可能拟合波澜起伏的人生?
未必。年底了,回头看看又过去的这一年,也许忙忙碌碌,也许还曾有过这样那样的期待和不安,不过,现如今也都如过去的许多年那样过去了,或者叫平平淡淡,或者叫平平安安。我们未必不向往波澜壮阔,不过多少人终于在一刹明了了,蓦然回首,浮华看淡,沉浸在似有似无的暮霭里,就着半盏清茶品味那耿直如铁的人生。
下回再聊。