哈囉大家好～

昨天我們舉的例子是機器學習模型可以用帳單金額怎麼去小費的金額，而在監督的機器學習模型中，又可以分成回歸(regression)和分類(classifacation)，今天！就讓小女子我來解釋它們！！！

首先，在回歸(regression)問題中，我們要使用不同斜率的直線來預測我們標籤值。在我們的例子中，如果我們算出我們模型中直線的斜率是18%，也就是平均小費是帳單總金額的18%，那如果今天我們要預測角落那位客人會給多少小費，我們只要把他的帳單總金額乘以斜率(18%)，我們就可以得到小費的值了。

再來，昨天我們也提到監督的機器學習模型是指它的數據是具有標籤(label)或是正確答案的，今天假如我們有角落客人的帳單總金額和小費金額(標籤)，我們可以去和我們用18%斜率算出的小費預測值做比較，在回歸問題中，我們希望我們預測的值與標籤的值之間的誤差可以最小，通常我們會使用均方誤差。

今天簡單講完回歸(regression)，明天我將帶大家繼續認識分類(classifacation)，那我們就明天見囉～see you tmr!