人工智能-机器学习-监督学习-线性回归

回归算法是监督学习其中之一。

线性回归算法是已知样本和样本对应的预测结果，求新的样本的预测结果。

1、先对已知样本进行适当的处理，包括去除一些缺省值，一些不正常的值等。

2、样本和结果进行了建模，如下：

其中x为样本，h为y也为样本对应的值，为系数，通过 可以很好拟合y，现在要求的就是。

后加入了非常非常关键的误差，如下：

假设求的系数为矩阵，含有很多的参数值，这是需要求解的。就是要求一个直线拟合所有的已知的样本和结果值。

其中x为样本属性，y为x对应的预测值，这两个值一直是已知了，比如x1，x2为工资和年龄，y为样本对应的银行给予的贷款值，

为误差，这个是关键突破点。

现在就是要通过x和y值求出来，使得x和y拟合最好。

3、关键点就是误差，误差