本文主要从概率论及广义线性模型的角度来谈线性回归,逻辑分类,Softmax分类三种常用学习方法的来源,基本假设及适用场景。
一.狭义线性模型及求解
狭义线性模型针对典型的回归问题
问题描述:给定一组训练样本 (xi,yi),i∈(1,M) ,其中 xi 为N维列向量, yi 为实数,M为训练样本个数。要求对于新输入的 x ,预测出合理的
模型假设:
(1)训练样本的观测误差 ϵi 符合正太分布,即 yi=yreali+ϵi ,其中 ϵi∼N(0,σ2) ,且所有 ϵ 独立同分布。该假设的另一含义是输出值 yi 满足正态分布,即 yi∼N(yreali,σ