wangdefa9898的博客

前言本文参考了《机器学习》周志华著中的3.2节中的线性回归内容和《统计学习方法》李航著的6.1节中的逻辑回归内容，并结合逻辑回归两个实验进行总结。线性模型什么是线性模型呢？给定的样本有n个属性，xi表示第i个属性，而形如如下：线性回归我们已经知道了线性模型是什么，那么线性回归是干啥的呢？按照统计学习方法的三要素，模型已经确定，接下来就是策略。按策略来看，我们需要确定损失函数，损失函数是一种性能度量，在线性回归问题中，我们经常ongoing均方误差来作为损失函数（更准确的叫法应该叫经验风险）。

前言本学期学习了机器学习的课程，读了《统计学习方法》——李航著，做为笔记。统计学习方法都是由模型、策略和算法构成的，作为初学者，可能大部分人都直接上手，各种python库一顿乱调，但其实知识不成体系（比如我hhhh），在我学习过程中慢慢意识到知识体系的重要性。统计学习方法三要素模型我们在拿到一个问题，需要想的第一件事就是学习什么样的模型。在监督学习中，模型就是所要学习的条件概率分布或决策函数。在模型的假设空间中，包含了无数个可能的条件概率分布或决策函数。至于什么是决策函数和条件概率模型的区别是什么呢