11、数值预测：回归入门

数值预测：回归入门

在机器学习中，预测数值是一项重要任务，本文将介绍最近邻回归和线性回归这两种方法，以及相关的统计指标。

1. 最近邻回归与统计指标

1.1 最近邻回归步骤

之前讨论过最近邻分类，其步骤如下：
1. 描述示例对之间的相似度。
2. 选择几个最相似的示例。
3. 将选择的示例组合成一个答案。

当从预测类别转向预测数值时，步骤1和2保持不变，但步骤3需要调整。不能简单地对候选答案进行投票，而是要将数值组合成一个具有代表性的答案。这就需要用到统计指标，下面介绍中位数和均值这两种常用的统计指标。

1.2 中位数

中位数是一组按顺序排列的数字中的中间数。例如，对于有序数组 [1, 8, 10] ，中位数是8，因为它上面和下面各有一个数字。如果数字个数为偶数，如 [1, 2, 3, 4] ，通常取中间两个数（2和3）的平均值，得到中位数2.5。

中位数具有鲁棒性，即当对排序数据的开头或结尾的数值进行调整时，中位数保持不变。例如，将 [1, 8, 10] 记录为 [2, 8, 11] ，中位数仍然是8。

以下是计算中位数的示例代码：

import numpy as np

values = np.array([1, 8, 10])
print(np.median(values))  

values_with_fuzzy_tails = np.