机器学习-04-简单线性回归实战课件

人工智能基础

--简单线性回归实战人工智能基础

--简单线性回归实战1大纲回顾场景说明KNIME建立工作流节点注释大纲回顾场景说明KNIME建立工作流节点注释2大纲回顾大纲回顾3回归（Regression）简单线性回归

偏置(Bias)权重（Weight）协变量（Covariance）特征（Feature）响应,应变量（Response）标记（Label）回归（Regression）简单线性回归

偏置(Bias)权4大纲场景说明大纲场景说明5场景说明根据工作年限与工资的对应关系表，找出二者之间的关系，并预测“未知”工作年限时，工资会有多少。场景说明根据工作年限与工资的对应关系表，找出二者之间的关系，6大纲KNIME建立工作流大纲KNIME建立工作流7机器学习工作流程数据获取数据处理模型训练模型测试模型优化机器学习工作流程数据获取数据处理模型训练模型测试模型优化8KNIME建立工作流数据获取数据处理模型训练模型测试模型优化KNIME建立工作流数据获取数据处理模型训练模型测试模型优化9KNIME建立工作流KNIME建立工作流10KNIME建立工作流导入数据待设置，且有警告已设置，待运行KNIME建立工作流导入数据待设置，且有警告已设置，待运行11这个节点状态是是什么待运行正在运行已运行错误ABCD提交单选题1分这个节点状态是是什么待运行正在运行已运行错误ABCD提交单选12KNIME建立工作流观察数据选中刚建的节点工具栏“运行按钮”已运行KNIME建立工作流观察数据选中刚建的节点已运行13KNIME建立工作流数据可视化KNIME建立工作流数据可视化14KNIME建立工作流数据获取数据处理模型训练模型测试模型优化KNIME建立工作流数据获取数据处理模型训练模型测试模型优化15KNIME建立工作流已有数据划分为训练数据和测试数据训练数据：训练模型测试数据：测试模型KNIME建立工作流已有数据划分为训练数据和测试数据16KNIME建立工作流训练已知x和y，求

b

和w

KNIME建立工作流训练

17KNIME建立工作流测试根据训练出来的

b

和

w，使用没有参加训练的

x

预测

y

是多少，然后比较这个预测的y与真实的y的差别

KNIME建立工作流测试

18KNIME建立工作流数据划分：训练集，测试集数据训练数据（多数）训练模型测试数据（少数）测试模型新的数据预测现有数据KNIME建立工作流数据划分：训练集，测试集数据训练数据（多19KNIME建立工作流数据划分：训练集，测试集数据训练数据（多数）上课听讲测试数据（少数）课后作业新的数据考试现有数据KNIME建立工作流数据划分：训练集，测试集数据训练数据（多20下列关于数据的说法正确的是训练数据应该多于测试数据测试数据可有可无训练数据用来训练模型测试数据包括完整的特征和标记数据，所以测试数据也可以用来训练模型ABCD提交多选题2分下列关于数据的说法正确的是训练数据应该多于测试数据测试数据可21KNIME建立工作流数据划分：训练集，测试集数据划分训练集：75%，测试集：25%KNIME建立工作流数据划分：训练集，测试集数据划分训练集：22KNIME建立工作流数据获取数据处理模型训练模型测试模型优化KNIME建立工作流数据获取数据处理模型训练模型测试模型优化23KNIME建立工作流建立模型设置特征和目标使用线性回归模型设置目标和特征KNIME建立工作流建立模型使用线性回归模型设置目标和特征24KNIME建立工作流建立模型运行模型KNIME建立工作流建立模型25KNIME建立工作流解释模型

模型KNIME建立工作流解释模型

模型26KNIME建立工作流解释模型Intercept:没有工作经验的话，能拿多少钱Coeff.：每增加一年工作经验，工资涨多少？你觉得你想这两数怎么变？KNIME建立工作流解释模型27如果这是你的个人数据预测结果你希望？斜率更大Intercept更大斜率更小Intercept更小ABCD提交投票最多可选2项如果这是你的个人数据预测结果斜率更大Intercept更大斜28KNIME建立工作流解释模型R-Squared(决定系数)越接近1

越好P值(PValue)越小越好一般小于0.05的才算小KNIME建立工作流解释模型R-Squared(决定系数)越29P值某参数w可能取值0

但是仍然有可能取

0模型建立以后，权重w如果是

0

的话，模型其实没什么用权重w有可能是

0

吗P值某参数w可能取值0

但是仍然有可能取0模型建立以后，30P值某参数w可能取值0

但是仍然有可能取

0模型建立以后，权重w如果是

0

的话，模型其实没什么用权重w有可能是

0

吗P值某参数w可能取值0

但是仍然有可能取0模型建立以后，31P值零假设：假设参数就是

0p值检验零假设成立的可能性。p值若与选定显著性水平（0.05或0.01）相比更小，则零假设会被否定而不可接受。某参数w可能取值0

W

有多大可能是

0

?P值零假设：假设参数就是0某参数w可能取值0

W有多大32KNIME建立工作流数据获取数据处理模型训练模型测试模型优化KNIME建立工作流数据获取数据处理模型训练模型测试模型优化33KNIME建立工作流验证及测试模型模型新的输入历史数据未知训练预测KNIME建立工作流验证及测试模型模型新的输入历史数据未知训34KNIME建立工作流验证及测试模型预测：将测试数据输入已训练模型输入训练好的模型输入测试数据KNIME建立工作流验证及测试模型输入训练好的模型输入测试数35KNIME建立工作流验证及测试模型查看预测效果KNIME建立工作流验证及测试模型36KNIME建立工作流对比真实数据与测试数据KNIME建立工作流对比真实数据与测试数据37KNIME节点注释提高可读性KNIME节点注释提高可读性38损失函数损失函数（lossfunction,

cost

function）是用来估量模型的预测值与真实值的不一致程度一个非负实值函数损失函数越小，模型的稳健性就越好。我们会通过叫做梯度下降算法的方法使损失函数最小化，从而优化模型。对于线性回归问题，R2很常用（统计方法）都是损失函数，一般看MSE就行了/dQCFKyQDXYm3F8rB0/article/details/80730722通过降低损失函数值或者提高R2来优化模型损失函数损失函数（lossfunction,costf39小结&提问KNIME可以方便的建立机器学习工作流KNIME可以方便的查看模型效果小结&提问KNIME可以方便的建立机器学习工作流40机器学习-04-简单线性回归实战课件41人工智能基础

--简单线性回归实战人工智能基础

--简单线性回归实战42大纲回顾场景说明KNIME建立工作流节点注释大纲回顾场景说明KNIME建立工作流节点注释43大纲回顾大纲回顾44回归（Regression）简单线性回归

偏置(Bias)权重（Weight）协变量（Covariance）特征（Feature）响应,应变量（Response）标记（Label）回归（Regression）简单线性回归

偏置(Bias)权45大纲场景说明大纲场景说明46场景说明根据工作年限与工资的对应关系表，找出二者之间的关系，并预测“未知”工作年限时，工资会有多少。场景说明根据工作年限与工资的对应关系表，找出二者之间的关系，47大纲KNIME建立工作流大纲KNIME建立工作流48机器学习工作流程数据获取数据处理模型训练模型测试模型优化机器学习工作流程数据获取数据处理模型训练模型测试模型优化49KNIME建立工作流数据获取数据处理模型训练模型测试模型优化KNIME建立工作流数据获取数据处理模型训练模型测试模型优化50KNIME建立工作流KNIME建立工作流51KNIME建立工作流导入数据待设置，且有警告已设置，待运行KNIME建立工作流导入数据待设置，且有警告已设置，待运行52这个节点状态是是什么待运行正在运行已运行错误ABCD提交单选题1分这个节点状态是是什么待运行正在运行已运行错误ABCD提交单选53KNIME建立工作流观察数据选中刚建的节点工具栏“运行按钮”已运行KNIME建立工作流观察数据选中刚建的节点已运行54KNIME建立工作流数据可视化KNIME建立工作流数据可视化55KNIME建立工作流数据获取数据处理模型训练模型测试模型优化KNIME建立工作流数据获取数据处理模型训练模型测试模型优化56KNIME建立工作流已有数据划分为训练数据和测试数据训练数据：训练模型测试数据：测试模型KNIME建立工作流已有数据划分为训练数据和测试数据57KNIME建立工作流训练已知x和y，求

b

和w

KNIME建立工作流训练

58KNIME建立工作流测试根据训练出来的

b

和

w，使用没有参加训练的

x

预测

y

是多少，然后比较这个预测的y与真实的y的差别

KNIME建立工作流测试

59KNIME建立工作流数据划分：训练集，测试集数据训练数据（多数）训练模型测试数据（少数）测试模型新的数据预测现有数据KNIME建立工作流数据划分：训练集，测试集数据训练数据（多60KNIME建立工作流数据划分：训练集，测试集数据训练数据（多数）上课听讲测试数据（少数）课后作业新的数据考试现有数据KNIME建立工作流数据划分：训练集，测试集数据训练数据（多61下列关于数据的说法正确的是训练数据应该多于测试数据测试数据可有可无训练数据用来训练模型测试数据包括完整的特征和标记数据，所以测试数据也可以用来训练模型ABCD提交多选题2分下列关于数据的说法正确的是训练数据应该多于测试数据测试数据可62KNIME建立工作流数据划分：训练集，测试集数据划分训练集：75%，测试集：25%KNIME建立工作流数据划分：训练集，测试集数据划分训练集：63KNIME建立工作流数据获取数据处理模型训练模型测试模型优化KNIME建立工作流数据获取数据处理模型训练模型测试模型优化64KNIME建立工作流建立模型设置特征和目标使用线性回归模型设置目标和特征KNIME建立工作流建立模型使用线性回归模型设置目标和特征65KNIME建立工作流建立模型运行模型KNIME建立工作流建立模型66KNIME建立工作流解释模型

模型KNIME建立工作流解释模型

模型67KNIME建立工作流解释模型Intercept:没有工作经验的话，能拿多少钱Coeff.：每增加一年工作经验，工资涨多少？你觉得你想这两数怎么变？KNIME建立工作流解释模型68如果这是你的个人数据预测结果你希望？斜率更大Intercept更大斜率更小Intercept更小ABCD提交投票最多可选2项如果这是你的个人数据预测结果斜率更大Intercept更大斜69KNIME建立工作流解释模型R-Squared(决定系数)越接近1

越好P值(PValue)越小越好一般小于0.05的才算小KNIME建立工作流解释模型R-Squared(决定系数)越70P值某参数w可能取值0

但是仍然有可能取

0模型建立以后，权重w如果是

0

的话，模型其实没什么用权重w有可能是

0

吗P值某参数w可能取值0

但是仍然有可能取0模型建立以后，71P值某参数w可能取值0

但是仍然有可能取

0模型建立以后，权重w如果是

0

的话，模型其实没什么用权重w有可能是

0

吗P值某参数w可能取值0

但是仍然有可能取0模型建立以后，72P值零假设：假设参数就是

0p值检验零假设成立的可能性。p值若与选定显著性水平（0.05或0.01）相比更小，则零假设会被否定而不可接受。某参数w可能取值0

W

有多大可能是

0

?P值零假设：假设参数就是0某参数w可能取值0

W有多大73KNIME建立工作流数据获取数据处理模型训练模型测试模型优化KNIME建立工作流数据获取数据处理模型训练模型测试模型优化74KNIME建立工