机器学习 入门详细解析（三）线性回归、岭回归、逻辑回归、聚类

机器学习 入门详细解析（一）开发流程\sklearn\k近邻算法\朴素贝叶斯算法\交叉验证

机器学习 入门详细解析（二）决策树、随机森林

回归算法-线性回归分析

线性模型

• 试图学得一个通过属性的线性组合来进行预测的函数：

• $$f(x)=w_1{x}_1+w_2{x}_2+\dots +w_d{x}_d+b；$$

  注：w为权重，b称为偏置项，可以理解为：w_0×1

线性回归

• 定义：线性回归通过一个或者多个自变量与因变量之间之间进行建模的回归分析。其中特点为一个或多个称为回归系数的模型参数的线性组合

• 一元线性回归：涉及到的变量只有一个

• 多元线性回归：涉及到的变量两个或两个以上

• 通用公式：
  $$h(w)=w_0+w$$