今天的降雨量

Question

我想今天以mm计算降雨量。所以我想首先了解线性回归或 Logistic回归问题以及如何计算我是否有一些具有大号的属性的数据集。实例。
以及如何知道何时使用功能扩展＆amp;如果我不在必要的地方使用功能扩展，我的程序将如何影响。
我可以使用特征缩放的java代码。

Answer 1

如果您正在计算今天的降雨量，那么您应该选择最适合此问题的线性回归。
由于金额属于R（真实），因此它是具体值，如果您有分类特别是二元分类，那么您必须使用 Logistic回归。 假设今天计算降雨量有6个属性，那么你的模型必须是： -

y = w(0)+x(1)w(1)+x(2)w(2)+x(3)w(3)+x(4)w(4)+x(5)w(5)+x(6)w(6)
y 是您想要预测的降雨量 x(1)...x(6)属性和w(0)...w(6)必须计算的内容。

然后你应该减少一个损失函数： -

现在你要计算w（0）... w（6）。
现在使用渐变下降
//实际上我没有任何渐变下降的图像，但我可以让你理解这一点 theta(j)为w(j)，alpha为学习率。并且E为J(theta)，t(p)的值为y(p)是预测值，即原始y。

当数据太稀疏时可以完成feature scaling，这可以通过最大元素划分所有元素来完成。这样做是为了规范化独立数据。首先选择特征然后进行缩放。
有关Linear regression的更多信息 为什么不能在这里应用逻辑回归？
因为在逻辑回归中，我们得到了最适合二元分类的S形曲线 高于0.5取1或者真或小于0.5取0或假。
希望这对你有用。