线性回归模型

之前的线性回归模型预测波士顿房价的主要是利用Python的库函数来,也就是调包的。试考完了,就开始从头学了。这个逻辑似乎有点奇怪,不过因为平时做实验都是调包总觉得味同嚼蜡,不够味道。

回到正题。线性回归是利用线性函数对自变量与因变量建立线性组合关系的回归分析。

一个自变量对应一个因变量,则是一元线性回归;多个自变量则是多元线性回归。

也就是使得输入数据集D中的数据x满足f_\theta(\textbf{x})=\sum_{i=0}^{n}\theta_ix_i=\textbf{$\theta$}^T\textbf{x}其中\theta_i就是线性回归模型的参数(超参数)。

线性回归的目标就是使得\forall(\textbf{x}^{(i)},y^{(i)})\in D, f_\theta(x^{(i)})\simeq y^{(i)} 恒成立。

不过,在计算过程中总会有数据不是完全满足线性的要求,但是又要使得尽可能多的数据符合线性回归模型,使得预测值

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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