名词对应

下面是一批房子的成交记录。每一行是一套房子,记着面积和当时的成交价。

面积(平方米)

成交价(万元)

62

241

85

311

100

371

125

449

145

533

把整批数据画在图上,横轴是面积,纵轴是房价:

图里有几个词需要一次对齐:

名词

对照到图上

在这张表里

样本 sample

一个点

一套房子,一行

特征 feature,xx

横坐标

面积

标签 label,yy

纵坐标

成交价

模型 model,ff

一个函数

输入面积,输出预测价格

参数 parameter,w,bw, b

函数里还没定的数

见下面

用最简单的一种模型来试:假设房价和面积成正比,画出来就是一条直线。

y^=wx+b\hat{y} = w x + b

y^\hat{y} 读作"y hat",帽子表示这是模型猜的,不是真实成交价。ww 和 bb 就是参数。

代入数字算一次

ww 的单位是万元每平方米,bb 的单位是万元。

假设 w=3.5w = 3.5(万元/㎡),b=20b = 20(万元):

面积

计算

预测价格

真实成交价

62 ㎡

3.5×62+203.5 \times 62 + 20

237 万元

241 万元

100 ㎡

3.5×100+203.5 \times 100 + 20

370 万元

371 万元

145 ㎡

3.5×145+203.5 \times 145 + 20

527.5 万元

533 万元

换一组参数 w=1.0w = 1.0、b=0b = 0:

面积

计算

预测价格

真实成交价

100 ㎡

1.0×100+01.0 \times 100 + 0

100 万元

371 万元

同一个模型,ww 和 bb 不同,预测差出 270 万。

w=3.5w = 3.5 和 w=35000w = 35000 可能是同一条线——前者单位是"万元/㎡",后者单位是"元/㎡"。数字本身没有意义,单位定了,数字才有意义。

所以"训练模型"这句话,具体到这件事上就是:找出一组合适的 ww 和 bb。

下一课

下一课把大类分清楚:监督、无监督、强化学习,以及监督内部再分的回归和分类。