机器学习，我们为什么需要重量数据

Question

这是我的听起来很天真的问题。我检查了谷歌和许多YouTube视频，对于初学者和几乎所有人来说，都将数据权重解释为最明显的事情。我仍然不明白为什么数据会被加权。

假设我有四个特点：

a b c d 
1 2 1 4 

如果我通过每个值Sigmond功能，我会收到-1> < 1的值了。

我真的不明白为什么数据需要或建议首先加权。如果你能以非常简单的方式向我解释，我会很感激。

Answer 1

我认为你不是在谈论称重数据，而是功能。 功能是您的表格中的一列，以及我会理解行的数据。

现在的混乱来自于称重行有时也是合理的，例如，如果您想要更多地惩罚正类的错误分类。

为什么我们需要权衡特征？ 我假设你喜欢

prediction = sigmoid(sum_i weight_i * feature_i) > base 

谈论MODLE让我们假设你想预测一个人是否超重根据体重，身高和年龄。

在该R，我们可以生成一个样本数据集作为

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) 

如果我们现在画出你可以看到，至少在我的数据的样本可以在体重/身高的直线分开的数据。但是，年龄并没有提供任何价值。如果我们在求和/ sigmoid之前对它进行加权，则可以将所有因子放入关系中。

此外，你可以从下面的情节看体重/身高有一个非常不同的领域。因此，他们需要投入的关系，使得在下面的图中的线有权斜率，作为权重值具有的幅度较大