基于Python的回归和分类任务 课程论文+代码及数据

神经网络简明教程――回归和分类任务概述

目录

神经网络简明教程――回归和分类任务概述	1

1.1 简单线性回归	1

1.2 多变量线性回归模型	2

1.3 单层无激活函数的神经网络	4

2.1	激活函数	6

2 非线性回归	6

2.2	双层神经网络实现非线性回归	7

3.1	线性二分类	9

3 线性分类	9

3.2	线性多分类	11

4 非线性分类	13

4.1 多层神经网络完成分类任务	13

4.2 分类任务的一些其他问题	14

1.1简单线性回归

1	线性回归

从最简单的回归任务开始：给定训练集 {(xi, yi)}n

，采用简单线性模型

y = wx + b	(1)

拟合数据，得到相应的拟合值 yˆi = wxi + b, i = 1, 2, . . . , n.

教程中的空调功率数据集就可拟合简单线性模型，散点图和带拟合直线的散点图如下。