深度学习 || 05 机器学习示例 线性回归
Posted 搬运代码吧
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习 || 05 机器学习示例 线性回归相关的知识,希望对你有一定的参考价值。
机器学习简单示例——线性回归
线性回归(Linear Regression)是机器学习和统计学中最基础和广泛应用的模型,是一种对自变量和因变量之间关系进行建模的回归分析。自变量数量为1时称为简单回归,自变量数量大于1时称为多元回归。
在机器学习领域,自变量就是样本的特征向量 (每一个维度对应一个自变量),因变量是标签 ,这里的 是连续值。假设空间是一组参数化的线性函数
其中权重w和偏置b都是可以学习的参数,函数 也称为线性模型。
出于书写方便,经常把上述函数写作
其中 和 分别为增广权重向量和增广特征向量。这里注意区分增广矩阵和增广向量
为叙述简单,后文直接把线性回归模型写作** **。
给定一组包含N个训练样本的训练集 ,我 们希望能够学习一个最优的线性回归的模型参数w。下面介绍四种不同的参数估计方法:经验风险最小化、结构风险最小化、 最大似然估计、最大后验估计。
以上是关于深度学习 || 05 机器学习示例 线性回归的主要内容,如果未能解决你的问题,请参考以下文章