[机器学习-1]线性回归

线性回归(linear regression)

线性回归的大致步骤为(看不懂的,可以看看我之前写的机器学习-0里)在这里插入图片描述
Figure 1

一元函数的线性回归

线性回归是机器学习算法,仍旧符合我之前给出的机器学习算法的通式
首先,建立H(这里theta0与变量没有相互作用,这种参数称作dummy variable)
在这里插入图片描述
Figure 2
其次,构造loss函数(通常使用的是欧氏距离)
在这里插入图片描述
Figure 3
在这里插入图片描述
Figure 4
最后我们要找到最优的参数(注意H是关于最优参数的函数的集合)
在这里插入图片描述
Figure 5
在这里插入图片描述
Figure 6

多元函数的线性回归

在这里插入图片描述
Figure 7
对于多元函数,目标函数可能就长这样
在这里插入图片描述
Figure 8
还是重复上面与一元函数一样的分析
在这里插入图片描述
Figure 9
最后用梯度下降法进行迭代
在这里插入图片描述
Figure 10

线性回归的参数类型

主要有三种
在这里插入图片描述
Figure 11

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值