machine-learning - 机器学习模型中 .fit() 方法背后的逻辑是什么？

Question

我开始使用 sci-kit learn 进行机器学习，并遇到了机器学习中的各种模型。

在每个模型中，都有一个 fit() 函数。

虽然我读了很多博文，并且了解到 fit() 可以帮助我们找到模型的参数。

例如，在线性回归模型中，fit() 函数有助于查找斜率和截距。

但我仍然无法理解 fit() 函数背后的逻辑。

Answer 1

一般来说，至少对于预测模型来说，fit() 会获取您想要用来训练某些模型的数据，以便它可以对其他相关数据进行预测。每种类型的模型都有不同的约束和尝试从数据中提取的不同类型的模式。在一维线性回归中，fit()正在寻找数据中的线性(直线)关系，并找到一个线性函数(斜率和截距)，该函数可以最小化函数与提供的数据点之间的平方差之和。