线性回归实际生活示例

Question

我正在从安德鲁教授的讲座中学习机器学习（线性回归）。在倾听何时使用正规方程与梯度下降时，他说当我们的特征数非常高（如10E6）时，则使用梯度下降。对我来说一切都很清楚，但是我想知道有人能给我真实生活中的例子，我们使用如此庞大的功能吗？

Answer 1

例如，在文本分类（例如，电子邮件垃圾邮件过滤）中，我们可以使用unigrams（单词包），bigrams，trigrams作为功能。根据数据集的大小，功能的数量可能非常大。

Answer 2

大量属性的数据集列表： -
1.每日和体育活动数据集link
2.农场广告数据集link
3. Arcene数据集link
4.一袋单词数据集link
以上是具有大数量的数据集的现实例子。属性。