线性回归是监督学习中的一种基础算法,用于解决回归问题。它通过拟合一条直线(或平面、高维超平面),来预测输出与输入变量之间的关系。
1. 线性回归的基本概念
目标
给定输入 和对应的输出 y,找到一个线性函数:
其中:
是权重(回归系数)。
- b 是偏置(截距)。
- y 是预测值。
损失函数
为了找到最佳的 w 和 b,需要最小化预测值 和真实值
线性回归是监督学习中的一种基础算法,用于解决回归问题。它通过拟合一条直线(或平面、高维超平面),来预测输出与输入变量之间的关系。
给定输入 和对应的输出 y,找到一个线性函数:
其中:
为了找到最佳的 w 和 b,需要最小化预测值 和真实值