机器学习理论基础学习2——线性回归

Posted nxf-rabbit75

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习理论基础学习2——线性回归相关的知识,希望对你有一定的参考价值。

1.最小二乘法解的的推导,几何意义解释最小二乘法

 技术分享图片

 

 2.从概率的角度解释最小二乘法

结论:最小二乘法等价于最大似然估计(条件是噪音需要满足高斯分布)

技术分享图片

 

3. L2正则化 ---  岭回归

技术分享图片

 

 

 4. 从概率的角度看正则化

结论:正则化之后的最小二乘法等价于最大后验概率估计(条件是噪音和先验分布都满足高斯分布)

 技术分享图片

 

 

 

以上是关于机器学习理论基础学习2——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

机器学习线性回归——岭回归解决过拟合问题(理论+图解+公式推导)

机器学习线性回归——岭回归从贝叶斯角度理解(理论+图解+公式推导)

机器学习理论——线性回归

机器学习100天:007 简单线性回归理论

机器学习100天:007 简单线性回归理论

机器学习线性回归——最小二乘法(理论+图解+公式推导)