本文详细介绍了线性回归的概念，包括二维和三维线性关系，并探讨了线性关系模型。讨论了损失函数和最小二乘法，重点讲述了正规方程和梯度下降两种方法。通过sklearn库展示了如何实现线性回归的正规方程与梯度下降，并利用波士顿房价数据进行了案例分析，比较了两种方法的性能和适用场景。最后，提到了评估线性回归模型性能的均方误差指标。
一、线性回归的定义
（一）线型回归：寻找一种能预测的趋势
线型关系
（二）二维：直线关系
（三）三维：平面当中
二、线性关系模型
一个通过属性的线性组合来进行预测的函数：
三、数组和矩阵的区别
四、损失函数(误差大小)
五、最小二乘法之正规方程（很少用）
六、最小二乘法之梯度下降（主要用）
最低0.47元/天 解锁文章
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
