如何理解线性回归中的w和b
💡
原文中文，约700字，阅读约需2分钟。
📝
内容提要
在线性回归中，权重用w表示，偏置用b表示。w代表特征对预测的影响，b是模型的截距。这种符号因其简洁和历史传统而被广泛使用，便于学术交流。
🎯
关键要点
-
在线性回归中，权重用w表示，偏置用b表示。
-
权重w代表特征对预测结果的影响，偏置b是模型的截距。
-
权重向量w与输入特征向量x之间存在线性关系，形式为y = wx + b。
-
偏置b使得模型能够更好地拟合数据，尤其在特征全为零时仍能有非零预测值。
-
权重和偏置的符号选择有数学规范、简洁性和历史传统的原因。
-
这种符号在学术界被广泛传播，便于研究和交流。
-
使用w和b使得公式和表达清晰简明，便于理解和书写。
-
早期统计学和机器学习教材普遍采用w和b的符号，形成了惯例。
➡️
