人工智能基础_机器学习002_正规方程_使用线性代数计算二元/三元/八元一次方程的绝对解_使用正规方程计算二元/三元/八元的绝对解_一切线性回归问题都可以这样解决---人工智能工作笔记0041

这篇博客介绍了如何通过正规方程来解决二元、三元乃至八元一次方程的绝对解,重点讲解了线性回归问题的最小二乘法和矩阵表示,展示了如何用Python的numpy库进行计算。通过正规方程,可以找到线性模型的最佳参数,即斜率和截距。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

然后我们再来看最小二乘法,可以将loss函数,转换为有确定解的,代数方程组,其方程式数目,正好等于未知数的个数,从而可求解出这些未知参数. 也就是要求w和b对吧

这个

然后我们再来看,可以看到上面这个损失函数

其实就是这里的(hseta(xi)-yi) 其实就是,这里的yi是真实值,然后hseta(xi)是预测值,对吧,这里的hseata,就是我们说的w权重对吧, 然后这里xi,yi都表示某一个数据,

(hseta(xi)-yi) 然后又有一个平方,然后,还做了加和对吧,所有的(hseta(x1)-y1).....(hseta(xi)-yi) 的平方,加起来,然后/2 这里的/2我们先不管,这个是常数

然后之所以是最小二乘法,这里的平方可以看到吗? 平方就是这里的2,然后最小,就是保持结果最小,其实就是损失最小

我们要知道的是yi是真实值,hseata(xi) 这个hseata(xi),表示的是模型,算法,线性回归,方程对吧,

这个hseata(xi) 既然表示预测值,其实就是对应了,上一节我们的:

评论
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

打赏作者

添柴程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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