线性回归（一）：一元线性回归（附python实现）

最新推荐文章于 2025-03-06 21:23:35 发布

i96jie

最新推荐文章于 2025-03-06 21:23:35 发布

阅读量2w

点赞数 17

分类专栏：机器学习文章标签：线性回归机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/i96jie/article/details/81206473

版权

线性回归原理

一元线性回归

一元线性回归其实就是从一堆训练集中去算出一条直线，使数据集到直线之间的距离差最小。

举个栗子：

唯一特征X，共有m = 500个数据数量，Y是实际结果，要从中找到一条直线，使数据集到直线之间的距离差最小，如下图所示：

那要如何去完成这个操作呢？

线性回归所提供的思路是，先假设一条直线：

$h(x) = \theta _{0} + \theta _{1} * x$

可以将特征X中每一个值 $x^{i}$ 都带入其中，得到对应的 $h\left ( x ^{i}\right )$ ，定义可以将损失定义为 y{i} 和 $h\left ( x ^{i}\right )$ 之间的差值平方的和：

最低0.47元/天解锁文章

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

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。