机器学习之线性回归

机器学习大体上分为分类算法、聚类算法、降维算法、回归算法，其中分类、聚类主要用来处理离散变量预测，降维是数据预处理的方法，回归主要用来处理连续变量预测。前面基于鸢尾花数据集进行了各种分类、聚类、降维，后续该学习一下线性回归了。

不过还是决定暂时放弃一段时间，先恶补一下跟线性回归相关的算法、数据分布、正则化、数学公式之类的，盲目的把案例做一遍倒是也会有收获，不过总有种未能尽兴的感觉，“知其然，而不知其所以然，欲摹写其情状，而心不能自喻，口不能自宣，笔不能自传”，为梁启超所说，大概意思是说只知道事物的表面现象,不知事物的本质及其产生的原因。想要描写一下他的样子，心里却不能比拟出来，嘴上也说不出来，用笔也写不出来。大概就是我此时的心情。

准备换一些轻松的话题，找一些自己关心的主题，或者别人写的比较好的，自己动手尝试一下，或者一些新的软件包，图个乐子，在这个无聊的技术世界里找点属于自己的乐子。

btw，最近熬夜有些多，除了看看技术资料，也写写项目文档，希望后面慢慢纠正这个坏毛病。