线性回归(Linear Regression)均方误差损失函数最小化时关于参数theta的解析解的推导(手写)
Posted Spurs
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了线性回归(Linear Regression)均方误差损失函数最小化时关于参数theta的解析解的推导(手写)相关的知识，希望对你有一定的参考价值。
第一页纸定义了损失函数的样子, theta, X 和 y 的 shape, 以及最终的损失函数向量表现形式．
第二页纸抄上了几个要用到的矩阵求导公式，以及推导过程和结果．
要说明的是：推导结果与theta, X 和 y 的 shape有直接关系．也就是说可能和某教材，某大牛教学视频的结论外貌上不一致，但实质完全相同．
以上是关于线性回归(Linear Regression)均方误差损失函数最小化时关于参数theta的解析解的推导(手写)的主要内容，如果未能解决你的问题，请参考以下文章
线性回归(Linear Regression)均方误差损失函数最小化时关于参数theta的解析解的推导(手写)
局部加权线性回归(Local Weighted Linear Regression)+局部加权回归+局部线性回归
Python 线性回归（Linear Regression) - 到底什么是 regression？