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）