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