2024年最全机器学习之线性回归_回归模型残差不满足高斯分布的影响

线性回归

在机器学习中回归是求学者在学习过程中重要的一环。无论是面试还是实际应用都会经常用到。有很多人会使用线性回归，但却不知道线性回归是怎么来的。如果想让自己在机器学习的方向上更有价值，数学方面的推导必不可少。下面就是我在自己理解的线性回归推导。

什么是回归？

通过现有的数据最终预测出来在指定区间的某一个值 我们称之为回归

贷款栗子

解释

数据:

上图为五个人在银行贷款的样本，其中工资和年龄我们都称为特征(2个特征)

目标:

预测银行会贷款给我多少钱(标签)

考虑:

工资和年龄都会影响最终银行贷款的结果,那么他们各自有多大的影响呢(参数)

通俗解释:

X1,X2就是我们的两个特征(年龄，工资) Y是银行最终借给我们多少钱
找到最合适的一条线来最好的拟合我们的数据点

数学来了

假设 Θ1是年龄的权重， Θ2是工资的权重，Θ0是偏置项

拟合的平面: