5.线性回归算法

1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性

　　一、线性回归是通过一个或者多个自变量与因变量之间进行建模的方法，其中为一个或者多个自变量的组合。说白 了就是通过一个或多个A来预测B的；课堂上讲的房价的趋势就是典型的一个例子，通过房子的向阳，大小，靠近市中心来预测房价。预测需要有依据，因此有了图中的公式：

 

 f(x)=w^T x+b，其中w，x为矩阵，当我们给点数据源时，再通过主要参数w^T就可以得到预测值，预测的值与真实的值作比较总是会出现误差；为了尽量损失这个损失，就需要梯度下降算法把这个值降低。

 

图中看出，当训练学习的次数足够大时，它们的值就会越来越接近，效果越好。

 

 

2.思考线性回归算法可以用来做什么？（大家尽量不要写重复）

我认为线性回归算法可以用来预测当地猪肉的价格与生猪数量、饲料价格、冰冻肉的释放数量、人均购买力的关系。当猪肉价格直线增长时，可以预见生猪数量也在减少。

 

3.自主编写线性回归算法 ，数据可以自己造，或者从网上获取。（加分题）