线性回归模型一(线性回归)
线性回归模型
先假设只有一个特征的时候。
我们的目的就是能找出最好的w和b是预测出来的y尽可能接近真实的y。
预测函数:F(x) = w*x+b (其中w是权重,x是特征,b是偏差)
误差方程:
求导方程及其过程:
对于凸函数求解,就是导数为0时最优。
如果是多元,也就是多个特征呢?
上式在满秩的时候成立。
如果不满秩:可以通过引入正则化项,在多个解中选择其中一个解作为输出。
(在下个总结详细说说这三个回归模型)
线性回归模型
先假设只有一个特征的时候。
我们的目的就是能找出最好的w和b是预测出来的y尽可能接近真实的y。
预测函数:F(x) = w*x+b (其中w是权重,x是特征,b是偏差)
误差方程:
求导方程及其过程:
对于凸函数求解,就是导数为0时最优。
如果是多元,也就是多个特征呢?
上式在满秩的时候成立。
如果不满秩:可以通过引入正则化项,在多个解中选择其中一个解作为输出。
(在下个总结详细说说这三个回归模型)