ML-线性回归

Posted

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ML-线性回归相关的知识,希望对你有一定的参考价值。

记样本数目为$m$,样本点$i$用$(x^{(i)}, y^{(i)})$表示,其中

$x^{(i)}=\begin{pmatrix}
x_1^{(i)}\\
x_2^{(i)}\\
...\\
x_n^{(i)}\\
\end{pmatrix}$

这里$y^{(i)}$为标量,假设$h_{\theta}(x)=\sum_{i=0}^{n}{\theta_ix_i}=\theta^{T}x$,其中$x_0$为$1$,$\theta$为假设$h$的参数向量,$\theta_0$为(直线)偏移值。

以上是关于ML-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

ML-线性回归

2018.4.24-ml笔记(多元线性回归)

ML_简单线性回归

如何在新数据到来时重新训练 pyspark 中保存的线性回归 ML 模型

ML之shap:基于boston波士顿房价回归预测数据集利用Shap值对LiR线性回归模型实现可解释性案例

大叔学ML第三:多项式回归