所以在这个模块中我们将会探讨回归 (回归) 是最为广泛应用的统计工具之一 而且 (回归的) 理念非常简单 因此 我们有一些特征
我们想要建模以了解我们的观测量和特征之间的关系 我们有一些特征 (值)
然后我们想模拟观测值如何随着特征值的改变而改变 我们将用一个例子来解释我们的课程 这个例子就是尝试预测房子的价格 在这里我们可以想象房子有一系列特征 (值)
比如房子有多大 有几间卧室 有几间厕所 还有很多很多别的特征 我们拥有的观测 (值) 就是房子的价值 (价格) 或者 房子的出售价格 但是回归的应用 远远超出预测的范畴 随着我们将来学习分类这门课 我们可以运用回归来分类 比如说我们有个电子邮箱 我们想用它是不是垃圾邮件来分类 因此 我们可以认为邮件的文本有一些特征 (这些特征) 可用来判定这封邮件是不是垃圾邮件 除此以外我们还可以利用回归 来分析这些特征 (值) 本身的重要性 我们将在以后的回归课程中深入探讨这个问题 [背景音乐]
翻译: RyukaSuu |审阅: 19waa
Coursera Global Translator Community