機器學習，我們爲什麼需要重量數據

Question

這是我的聽起來很天真的問題。我檢查了谷歌和許多YouTube視頻，對於初學者和幾乎所有人來說，都將數據權重解釋爲最明顯的事情。我仍然不明白爲什麼數據會被加權。

假設我有四個特點：

a b c d 
1 2 1 4 

如果我通過每個值Sigmond功能，我會收到-1> < 1的值了。

我真的不明白爲什麼數據需要或建議首先加權。如果你能以非常簡單的方式向我解釋，我會很感激。

Answer 1

我認爲你不是在談論稱重數據，而是功能。 功能是您的表格中的一列，以及我會理解行的數據。

現在的混亂來自於稱重行有時也是合理的，例如，如果您想要更多地懲罰正類的錯誤分類。

爲什麼我們需要權衡特徵？ 我假設你喜歡

prediction = sigmoid(sum_i weight_i * feature_i) > base 

談論MODLE讓我們假設你想預測一個人是否超重根據體重，身高和年齡。

在該R，我們可以生成一個樣本數據集作爲

height = rnorm(100,1.80,0.1) #normal distributed mean 1.8,variance 0.1 
weight = rnorm(100,70,10) 
age = runif(100,0,100) 
ow = weight/(height**2)>25 #overweight if BMI > 25 
data = data.frame(height,weight,age,bc,ow) 

如果我們現在畫出你可以看到，至少在我的數據的樣本可以在體重/身高的直線分開的數據。但是，年齡並沒有提供任何價值。如果我們在求和/ sigmoid之前對它進行加權，則可以將所有因子放入關係中。

此外，你可以從下面的情節看體重/身高有一個非常不同的領域。因此，他們需要投入的關係，使得在下面的圖中的線有權斜率，作爲權重值具有的幅度較大