<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[JD_Beatles的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/JD_Beatles</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; JD_Beatles]]></copyright><item><title><![CDATA[线性模型(1)  ——  多元线性回归]]></title><link>https://blog.youkuaiyun.com/JD_Beatles/article/details/51136971</link><guid>https://blog.youkuaiyun.com/JD_Beatles/article/details/51136971</guid><author>JD_Beatles</author><pubDate>Tue, 12 Apr 2016 20:44:52 +0800</pubDate><description><![CDATA[提纲：

线性模型的基本形式多元线性回归的损失函数最小二乘法求多元线性回归的参数最小二乘法和随机梯度下降的区别疑问学习和参考资料

 

1.线性模型的基本形式

线性模型是一种形式简单，易于建模，且可解释性很强的模型，它通过一个属性的线性组合来进行预测，其基本的形式为：

 

式（1）

 

转换成向量形式之后写成：



式（2）

 

为]]></description><category></category></item><item><title><![CDATA[Hadoop学习笔记（1）:WordCount程序的实现与总结]]></title><link>https://blog.youkuaiyun.com/JD_Beatles/article/details/51079713</link><guid>https://blog.youkuaiyun.com/JD_Beatles/article/details/51079713</guid><author>JD_Beatles</author><pubDate>Wed, 06 Apr 2016 23:20:30 +0800</pubDate><description><![CDATA[Hadoop中的HelloWord--WordCount！！！！！]]></description><category></category></item><item><title><![CDATA[推荐系统（1）--splitting approaches for context-aware recommendation]]></title><link>https://blog.youkuaiyun.com/JD_Beatles/article/details/50996601</link><guid>https://blog.youkuaiyun.com/JD_Beatles/article/details/50996601</guid><author>JD_Beatles</author><pubDate>Mon, 28 Mar 2016 11:30:32 +0800</pubDate><description><![CDATA[上下文推荐系统中splitting方法的学习与总结。]]></description><category></category></item></channel></rss>