一开始假设的模型是y=b+w1,但在可视化预测值和真实值后,发现数据具有规律性,因此换成7天
额,不知道为什么要在这里这样引入sigmoid函数,有点怪怪的,但确实用无限多的分段函数就能拟合很多曲线
所以这里的意思是引入多变量去更好的拟合问题所需的模型?
算batch可以防止过拟合,把多个样本放一起去做各种操作
说到激活函数,最主要的作用是引入非线性,特别是在深度学习中,如果没有激活函数,多层神经网络始终可以用两层来代替
过拟合是指在训练数据上效果好,测试数据上效果差,对训练数据太拟合太贴切;欠拟合则相反,往往是模型太简单或者训练轮次不够