机器学习--回归篇--线性回归模型理论
第一部分:导言
阅读本章节,需要一定的数理统计基础
第二部分:干货
1 模型前提
1)线性模型: (,截距以包含在内)
注意:,,均为随机变量,为系数,且满足独立同分布
2)
3)极大似然原理:假设一场试验中,发生A结果,并未发生B结果或者其他结果,那么说明该试验对A有利,进而数学上可以表达为,其中为有利于A的条件
2 建立模型
注意:X是m行n列矩阵,是n维向量,Y是m维向量
3 模型问题
,要求可逆,如何解决该问题 下篇讲解
4 该模型所引发的思考 也在下篇讲解