Preview
Preview
Preview
Preview
Preview
Preview
Preview
Preview
Kimi教我广义线性模型，统计学小白居然听懂了
说实话，我之前看到"广义线性模型"这六个字就头大。教材上的公式一堆希腊字母，看完更懵。但那天随手问了Kimi K2.6一句"能不能教我什么是广义线性模型"，它的讲法直接让我豁然开朗。
它没上来就甩公式，而是先打了个比方：普通线性回归像是直来直去的"老实人"，但现实世界很多数据根本不按正态分布出牌——比如你得没得病只有0和1，网站点击量只能是正整数。这时候就需要GLM这个"变形金刚"上场。它把线性预测通过一个连接函数"翻译"成各种数据能听懂的语言，logit函数把任意实数压成概率，log函数把结果锁死在正数区间。这个"翻译官"的比喻，比我教授讲了半学期的课还直观。
更绝的是它用"客户会不会买"这个例子拆解逻辑回归，从二项分布假设到Sigmoid曲线，一步一步推导，连我这种高数挂过科的人都能跟上。最后那个"GLM=线性预测+连接函数+指数族分布"的总结，我现在能背出来。
当然也不是完美。比如讲到Gamma分布那块，我追问"什么场景用倒数连接"时，它给的例子有点笼统，感觉像是套话。但瑕不掩瑜，这种能把硬核统计概念讲出人话的能力，确实是我用过最舒服的AI教学场景。
2026-05-08
该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。
评论区
快来抢占第一条评论 ~