线性回归现实生活示例

Question

我正在从 Andrew 教授的讲座中学习机器学习（线性回归）。在聆听何时使用正规方程与梯度下降时，他说当我们的特征数量非常高（如 10E6）时，然后使用梯度下降。一切对我来说都很清楚，但我想知道有人能给我提供我们使用如此大量功能的真实例子吗？

Answer 1

例如，在文本分类（例如，电子邮件垃圾邮件过滤）中，我们可以使用 unigrams（词袋）、bigrams、trigrams 作为特征。根据数据集的大小，特征的数量可能非常大。

Answer 2

具有大量属性的数据集列表：-
1. 日常和体育活动数据集link
2. 农场广告数据集link
3. Arcene 数据集link
4. 词袋数据集link
以上是具有大量编号的数据集的真实示例。属性。