机器学习-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,主要介绍了机器学习-线性回归相关的知识,希望对你有一定的参考价值。

对于形如 技术分享 的线性回归。

假设技术分享,当技术分享的n个数据。注意这里技术分享表示第i个数据,且他有m个维度。

对于h(X),这里的目标其实就是估计出技术分享,模型就确定了。这个的计算可以通过最小二乘来估计。

 

从极大似然的角度来说:

  h(X)是假设,但这个模型往往和实际值有差距,通过增加误差来拟合给定数据更加合理。假设误差是独立同分布的,当服从高斯分布技术分享

 

,模型变成技术分享 --->  技术分享

技术分享代入高斯分布,再讲其看成是已知数据(x,y)服从的一定关系的高斯分布,运用极大似然估计可以得到

技术分享

即最小化技术分享

 

以上是关于机器学习-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

机器学习系列:从线性回归到逻辑回归

机器学习:线性模型学习总结:线性回归

机器学习 之 线性回归 概念总结速记

机器学习算法:线性回归简介

机器学习入门:线性回归及梯度下降

如何搞懂机器学习中的线性回归模型?机器学习系列之线性回归基础篇