仔细研究一下机器学习中的“ f”一词，以及为什么不能忽略它！

我知道您很想知道这个“ f”实际上是什么。我们很快就知道了。我可以立即告诉您的一件事是，无论您对机器学习的熟悉程度如何，理解“ f”一词都会帮助您理解大多数机器学习的作用。

在此之前，让我们进行角色扮演。您是一名数据科学家，而您的初创公司已责成您与市场营销同事合作，以改善公司产品的销售。您必须就如何调整三种不同媒体（电视，广播和报纸）的广告预算向“营销人员”提供建议。

看一下过去的数据（图1），很明显，您在电视，广播和报纸等每个媒体上投放多少广告会影响产品的销售 。

图1：每种广告媒介的销售额（以千为单位）与预算（以千美元为单位）

作为数据科学家，您想了解和解释这三个因素如何共同影响销售。换句话说，我们希望根据电视，广播和报纸预算来对销售进行建模。这就是我们难以捉摸的“ f”功能。

“Mathy”的表达方式是“销售量是电视，广播和报纸预算的函数”。

“ f”是什么意思？

简而言之，您可以将f视为需要输入X并产生输出Y的事物。一个很好的类似示例是洗衣机。您将脏衣服（X）放入洗衣机（f）中，得到被洗的衣服（Y）。

在产品销售和广告媒体预算的情况下，函数f将分别以X1，X2，X3表示的电视，广播和报纸预算作为输入，将退货Y作为输出。（我们将X1，X2和X3以组合形式表示为矢量X）

剧透警报！实际上，许多机器学习只是想出一个好f，它可以获取一些输入数据并返回可靠的输出。