深度学习：核心原理与案例分析

第2章　数据建模实战——“泰坦尼克号”示例

线性模型是数据科学领域的基本学习算法。理解线性模型如何工作对于学习数据科学至关重要，因为它是大多数复杂学习算法（包括神经网络）的基本构建模块。

本章将深入讲解数据科学领域的一个著名问题——“泰坦尼克号”示例。介绍这个例子的目的是引入线性模型以进行分类，并让读者看到一个完整的机器学习系统的运行过程，从数据的处理和探索到模型的评估。本章将介绍以下主题。

• 线性回归模型。
• 线性分类模型。
• “泰坦尼克号”示例——建立和训练模型。
• 不同类型的误差解析。

2.1　线性回归模型

线性回归模型是最基本的回归模型，并且广泛用于可预测数据的分析。回归模型的总体思路是检查以下两件事情。

• 一组解释性特征/输入变量是否在预测输出变量方面做得很好？该模型是否使用了可以解释因变量（输出变量）变化的特征？
• 哪些特征是因变量的重要特征？它们以何种方式影响因变量（由参数的大小和符号表示）？回归参数用于解释一个输出变量（因变量）与一个或多个输入要素（自变量）之间的关系。

回归方程可表达输入变量（自变量）对输出变量（因变量）的影响。具有一个输入变量和一个输出变量的等式是回归方程最简单的形式，回归方程定义为y = c+bx。这里，y是被预测的因变量，c是常数，b是回归参数/系数，x是输入（自）变量。

2.1.1　原因

线性回归模型是许多学习算法的基础模块，但这并不是它们受欢迎的唯一原因。以下是它受欢迎的关键因素。

• 广泛使用：线性回归是最古老的回归方法，它广泛应用于许多应用，如预测和财务分析。
• 运行速度快：线性回归算法非常简单，不包含复杂的数学计算。
• 易于使用（不需要很多调参操作）：线性回归非常易于使用，而且在大多数情况下，它是读者在机器学习或数据科学课程中学习的第一种学习方法，因为它没有太多的超参数需要调整以获得更好的性能。 ...