高焕堂
1 记住相关性:使用X*W+B=Y公式
在上一期里,曾经说明了人和ML(机器学习)一样都很擅长于将事物从原来的空间对映到另一个空间,例如绘画、写作等。在对映过程中,会不断强化其对共性的记忆强度,因而能从经验中累积、沉淀其所观察过事物的共同规律(即共相)。
在ML领域里,这个X*W+B=Y的对映公式,扮演核心角色。现在就从最简单的例子,来仔细观察,看看如何来找出W和B的值。请从这个简单的范例出发:

首先从空间对映的视角来看,如下图所示:

这X空间里已知有2个值,分别对映到Y空间里的2个值。由于数据少(只有2组),人们很容易看出来: W=1,B=0。当X=0时,
X*W+B = 0*1+0 = 0 = Y
而且当X=1时,
X*W+B = 1*1+0 = 1 = Y
所以,当W=1,B=0时,就能使用X*W+B=Y方程式来表达出从X空间对映到Y空间的规律(规则)。并能画出坐标图如下:

由于很简单,人们很容易看出来最适合的W值是1,而最适合的B值是0。此时,ML也能迅速寻找出最佳的W和B值。在下图里的Excel画面,按下“寻找W&B”按钮,ML就会迅速找出W和B值,如下:

ML模型找出來了W值是:1,而B值是:0。搭配X*W+B=Y公式,就可以掌握、记住上述的相关性(即规律性)了。于是,目前已知X、W和B值了,就带入这个公式,如下图:

于是计算出来Y值为0,就对映到Y空间数在线的0这个点,如下图:

接下来,继续将X空间里的第二个点,对映过去,如下:

于是ML就这样,基于W和B来记住了上图里的相关性。
2 演练:请您找出最适合的W和B值
接下来,请您继续演练一下,熟悉您自己是如何得知最适合的W和B值呢 就来看看这个范例:

这X空间里已知有2个值,分别对映到Y空间里的2个值。……