Linear Weights

定义 Definition

linear weights：线性权重。常指在线性模型或线性组合中分配给各个输入/特征的系数，用来决定每个部分对结果的影响大小（也可泛指按线性规则设置的权重）。在不同领域也可能有其他用法，但在数据科学与机器学习中最常见。

发音 Pronunciation (IPA)

/ˈlɪniər weɪts/

例句 Examples

Linear weights decide how much each feature influences the prediction.
线性权重决定每个特征对预测结果的影响有多大。

In a linear model, the output is computed by summing the inputs multiplied by their linear weights, plus a bias term.
在线性模型中，输出通常等于各输入与其线性权重相乘后求和，再加上一个偏置项。

词源 Etymology

linear 来自拉丁语 linearis（“线的、成直线的”），与 linea（“线”）相关；weight 源自古英语 wiht / gewicht（与“重量、分量”有关）。合在一起的 linear weights 字面即“线性的权重”，在现代统计与机器学习语境中常指线性模型里的“系数/权重”。

相关词 Related Words

• Linear
• Weight
• Coefficient
• Regression
• Weighted
• Parameter
• Feature
• Bias
• Matrix
• Dot Product

文学与著作 Literary Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——讨论线性模型与系数（权重）概念
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——线性判别/回归中权重向量的表述
• Deep Learning（Goodfellow, Bengio, Courville）——以线性层/仿射变换解释“权重”在模型中的作用
• An Introduction to Statistical Learning（James, Witten, Hastie, Tibshirani）——以更入门方式讲解线性回归的系数（权重）意义