ykzcs2000的博客

感知机算法以及二分类的理论基础后学习了线性回归。如果是正常机器学习的流程当前学习进度：分类：输出离散回归：输出连续回归常被称为拟合。拟合出来是直线的就称为线性回归，如下图，因为拟合出来的是直线，所以被称为线性回归。线性回归的假设空间：与感知机的假设空间对比一下，发现他是少了阶跃（sign）函数。两者的经验误差都遵循经验误差最小原则。线性回归的经验误差是由最小二乘法（最小二乘法是线性回归的最佳线性无偏估计）求得：将数据集D中所有点与该直线的误差加起来，再进行算术平均就是该直线在数据

np.set_printoptions(threshold=np.nan)引起的错误，语句改成np.set_printoptions(threshold=sys.maxsize)解决了这个错误，但是这个方法我们需要导入sys改成这个方法更简单np.set_printoptions(threshold=np.inf)

两个同阶矩阵对应位置相乘。哈达玛积我个人感觉是两个同型的矩阵对应位置相乘。如果有matrix和array按matrix规则执行点乘对应位置相乘matrix*np.multiplyarraynp.dot*以上借鉴博主来自numpy array和matrix混用...