相信大家肯定在机器学习中，会遇到“权重”和“偏置”这两个看起来很专业的词，ok，那他们到底是什么意思？并且起到了什么作用？我们一起来看看。

         这是我们老师的PPT，我学人工智能的，所以知道权重是什么意思，但是“偏置”我还真不了解。

         别急，伙伴们，我们先讲“权重”。

一.权重的‘形象比喻’以及作用

        我们经常在老师上课的时候，听到说“这门课在你们大学课程里权重占比很大”。想必大家都能听出言外之意，说人话。就是这节课很重要。

        对头了，就是形容一个东西的重要性。在机器学习中，就是形容一个参数的重要程度。

        举个例子：

                小学的时候，有这几个科目“语文，数学，德育体美劳”。好，那你觉得哪个德权重更大，那当属于语文和数学这两门。而比较之下，那个所谓的“德育体美劳”权重不是很大。基本上，家长只认这两门。小时候，我语文和数学考80，我都不敢回去，真的是要被打的，可见，权重是真的指一个东西的重要程度。

        当然，我们不能单纯的从生活中去举例子，我们要进入到“机器学习”中，看看这个“权重”到底能有什么作用？

 我们非常熟悉的线性回归模型 y=wx+b 中（就是一个简单的一元一次函数）

（官方的回答）​​“w”被称为权重（Weight）​，它是模型的核心参数之一，用于量化输入特征（x）对预测结果（y）的影响程度。

（个人理解）w不就是数学中的斜率呗，那么斜率越大，对y（预测结果）的影响程度越大，你仔细想想对不对？？？你现在先抛开那个b不谈，等一下我会讲。

        y=x+b 和 y=20x+b ，你一看，那肯定是y=20x+b的变化程度比较大。是不是？

还不懂？回家吧，回家吧。。。。。。

二.偏置的“形象比喻”以及作用 

        欧克欧克，我们先举例子“卖柠檬水”。（蜜雪冰城的柠檬水还是挺不错的，我没收广告费）

场景设定

假设你开了一个柠檬水摊位，每卖出一杯柠檬水需要花费：

1. ​材料成本：每杯柠檬水需要2元（比如柠檬、糖、水的费用）。
2. ​摊位租金：无论卖出多少杯，每天必须支付10元的摊位租金。

现在，你想建立一个模型来预测每天的总成本。用数学公式表示就是：

总成本=(每杯成本×杯数)+摊位租金

对应到线性回归模型中：

y=w⋅x+b

• y：总成本（要预测的值）
• x：卖出的杯数（输入特征）
• w：每杯成本（权重，这里是2元）
• b：摊位租金（偏置项，这里是10元）

        看完是不是觉得有点懵，我先解释一下那个“权重”，就是每杯的柠檬水的重要程度是一样的的，因为它们的成本是一样的啊，所以权重一样啊。这你应该知道的。 

关键解释

​1. 偏置项的作用：即使不卖出任何柠檬水，成本也不为零

假设某天你一杯柠檬水都没卖出（x=0）：

                                                        y=2×0+10=10元

这时总成本是10元（摊位租金），这就是偏置项 b 的物理意义：

​当输入特征为零时的基准值。

​2. 如果没有偏置项，模型会犯什么错？

如果模型没有偏置项（即 b=0），公式变为：

                                                        y=2×x

当卖出0杯时，模型预测总成本为0元，但实际成本是10元（租金）。这会导致预测结果永远比真实值低10元，模型无法准确拟合数据！

​3. 偏置项让模型更灵活

假设你的摊位租金涨到了15元，或者换了一个免费摊位（租金为0元），只需要调整 b 的值即可：

• 租金涨到15元：b=15，模型变为 y=2x+15
• 免费摊位：b=0，模型变为 y=2x

偏置项让模型能灵活适应不同的“基准场景”，而不是强制所有情况必须从原点（x=0,y=0）开始。

        （个人理解）：偏置就是抛开权重不谈，你的基准值是多少。字面意思就是：偏置像是一个变量偏离了多少。 就刚刚的柠檬水的例子，一杯没卖出，但是你要交租金，这就很蛋疼。所以这时，偏置为-10（白瞎了10块钱。）

        （在数学中呢）y=w⋅x+b，b就是截距

        （在机器学习中呢）y=w⋅x+b，b就是偏置，w就是权重

ok，你们现在应该是胸有成竹了，都知道“权重”和偏置是什么意思了，那么晚安各位，因为我现在的时间是凌晨12:10.祝大家都越来越好，拜拜。