6.线性回归+基础算法 [跟着沐神-动手学深度学习]

线性模型(Linear Model)，通过样本特征的线性组合来进行预测的模型

线性模型做回归：

    

以之前房价预测的例子：在模型中的参数w（权重）与b（偏差）是可以通过数据学习的。

线性模型做分类：

用于将数据点分为离散类别。使用向量来输出（不是输出1个元素而是m个元素 m为类别数），使用线性模型预测出样本数据类别的置信度，最大置信度的类别为样本数据所对于的类别并用one-hot（独热）编码输出。

原理：线性模型会为每个类别构建一个线性决策边界，通过计算数据点与这些边界的距离或位置关系，来判断数据点属于哪个类别。