机器学习1线性回归算法
概述:
对于X1,X2特征值作关于Y的拟合曲线
Y=参数0 + X1 * 参数1 + X2 * 参数2
红色点为真实数据值
机器学习1线性回归算法
误差:
真实值和预测值之间肯定是要存在差异的
对于每个样本:y (i)= 参数 * x(i) + p(i)
误差p(i)独立并且具有相同的分布,并且服从均值为0方差为 的高斯分布
独立:相互没关系
同分布:符合相同规则
高斯分布:大多数情况下浮动不会太大,极小情况下浮动大,符合正常情况
机器学习1线性回归算法
似然函数:
机器学习1线性回归算法
对数似然:
机器学习1线性回归算法
展开化简:
机器学习1线性回归算法
最小二乘法:
(真实值与预测值 差距越小越好)
机器学习1线性回归算法
目标函数求解:
机器学习1线性回归算法
评估:
机器学习1线性回归算法

相关文章:

  • 2021-10-18
  • 2021-09-24
  • 2021-08-06
  • 2021-10-04
  • 2021-06-09
  • 2021-09-29
猜你喜欢
  • 2021-06-08
  • 2021-10-19
  • 2021-08-05
  • 2021-11-29
  • 2021-09-29
  • 2021-07-20
  • 2021-09-29
相关资源
相似解决方案