- 博客(3)
- 收藏
- 关注
RSS订阅原创 [要点] 线性回归、mse、最小二乘
mse因为会平方，所以对离群值有更大的权重，所以二次凹函数的最小化目标为均值;（拟合数据和原始数据的误差平方和即为sse，越接近0拟合的越好，mse为sse的均值。MSE,MAE, RMSE（数据预测结果是否准确）, r^2（模型拟合能力）mse的优化目标是平均值，会受离群值影响，误差大权重高；欧氏距离和mse的区别：欧式距离不除以n, 且要加根号。降低模型复杂度，L1（lasso），L2（ridge）多元线性回归拟合图示：一元线性回归是二维的。最小化预测的线离真实值的距离。：预测值与拟合曲线的距离。
2024-04-12 16:01:51
618
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人