本文深入探讨了线性回归的基本概念，包括模型与实际数值间的误差值，以及如何通过最小化误差来求解最优参数。介绍了高斯分布下的误差项特性，并利用似然函数进行解释。此外，还讲解了矩阵求导与转置公式规律，以及线性回归与逻辑回归的损失函数推导过程。
假设：
这里的error也就是模型和实际数值之间的误差值
对于任意一个x(其中包括x1,x2…xn)，总有其对应的y值。此时，线性回归的问题就变成了求解最小误差值的问题。
高斯分布函数：
误差项符合高斯分布：
线性回归使用似然函数解释
矩阵求导与矩阵转置公式规律
扫一扫
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
