本文是李航《统计学习方法》的学习笔记，重点介绍了如何使用最小二乘法进行多项式函数拟合，并通过Python实现。文章探讨了正则化在解决过拟合问题中的作用，特别是L2范数正则化的应用。
写在前面：写这个学习笔记原因有三点，一是最近在系统的学习大佬李航的《统计学习方法》，做笔记以巩固自己的学习；二、网上有很多类似的学习笔记，有的写不全，半途而废。有的则写的太过繁杂。我尽力将这本书的学习笔记写完，也希望它是满满的纯干货。三是跟我另一套学习笔记【吴恩达机器学习课程笔记+代码实现】一样，算法理论只是工具，跟重要的是如何使用这些工具，我这会展示具体的代码实现。
例1.1 最小二乘法实现多项式函数拟合问题和正则化
训练数据集 T = ( x i , y i ) ( i = 1 , 2 , 3... , m ) T =(x_i, y_i)(i=1, 2, 3...,m) T=(xi,yi)(i=1,2,3...,m)
n次的多项式： H ( x ) = w 0 + w 1 x + w 2 x 2 + . . . w n x n H(x)=w_0+w_1x+w_2x^2+...w_nx^n H(x)=w0+w1x+w2x2+...wnxn
w ( w 0 , w 1 , w 2 , . . . , w n ) w(w_0,w_1,w_2,...,w_n) w(w
最低0.47元/天 解锁文章
扫一扫
7776
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
