上一期我们虽然聊了线性回归的背景，但却没有说它怎么使用。虽然我们学习的是模型的原理，但不了解使用场景有的时候会让理论的学习变得很困难。所以有必要花一点篇幅先来简单说明一下线性回归的使用场景。...

---- 新智元报道  编辑：Aeneas 如願【新智元导读】软件架构师、数据科学家、Kaggle大师Agnis Liukis近日撰写了一篇文章，讲述了在机器学习中，初学者最常见的一些错误及解决方案。数据科学和机器学习正变得越来越流行。...

数据库：一个存储数据的工具。因为Python是内存计算，难以处理几十G的数据，所以有时数据清洗需在数据库中进行。

选自towardsdatascience作者：Agnis Liukis机器之心编译编辑：杨阳如果你要构建你的第一个模型，请注意并避免这些问题。数据科学和机器学习正变得越来越流行，这个领域的人数每天都在增长。这意味着有很多数据科学家在构建他...

上面只是针对平均支出数据取对数，下面对收入数据也取对数，使得二者增加的百分比值大致一样。

简单的说，线性回归预测是基于某个变量 X （自变量）来预测变量 Y （因变量）的值，当然前提是 X 和 Y 之间存在线性关系。这两个变量之间的线性关系可以用直线表示（称为回归线）。...

更加拟合数据，梯度下降的方法就是通过求代价函数最小得到最优参数或者局部最优参数的，

简洁的讲: 如果一个样本在特定的空间中的K个最邻近的中的大多数属于某个类,则这个样本属于这个类.

代价函数有助于将最可能的线性函数与我们的数据相拟合。在线性回归中，我们有一个这样的数据集，m表示训练集样本数，而我们的假设函数，也就是我们用来进行预测的函数，是图中所示的线性函数形式。...

多重共线性是指自变量之间存在线性相关关系，即一个自变量可以是其他一个或几个自变量的线性组合。