我目前正在学习机器学习。我对模型权重术语感到困惑。请向我解释什么是模型重量真的意味着
答案 0 :(得分:0)
权重是用于将样本转换为预测的数字。在许多(大多数?)案例中,这是您正在学习的系统。例如,假设您只想使用房屋大小(x)来预测房价。您可以使用简单的线性回归模型,尝试将线条拟合到数据中。您将使用的公式是一行的公式:
y = w * x + b
此处给出了x(房屋大小),您使用w
和b
来预测y
价格。在这种情况下,w
和b
是您的权重。目标是确定哪个w和b最适合数据。
在更复杂的模型中,如神经网络(甚至更复杂的线性回归),您可能在模型中具有更多权重,但找到最适合数据的权重的基本思路是相同的。