机器学习模型中.fit（）方法背后的逻辑是什么？

Question

我从sci-kit learning开始机器学习，并遇到了机器学习中的各种模型。

在每个模型中，都有一个fit()函数。

尽管我阅读了许多博客文章，并知道fit()可以帮助我们找到模型的参数。

例如，在线性回归模型中， fit()函数有助于查找斜率和截距。

但是我仍然无法理解fit()函数的背后逻辑。

Answer 1

通常，至少对于预测模型而言，fit（）会获取要用于训练某些模型的数据，以便可以对其他相关数据进行预测。 每种类型的模型都有不同的约束和尝试从数据中提取的模式的不同类型。 在一维线性回归中，fit（）在数据中寻找线性（直线）关系，并找到一个线性函数（斜率和截距），该函数使函数和提供的数据点之间的平方差之和最小。