这篇博客详细介绍了线性回归和Logistic Regression的概念与应用。线性回归通过极大似然估计解释最小二乘法，利用高斯的对数似然函数找到最优参数。而Logistic Regression使用sigmoid函数进行非线性转换，参数估计基于二项分布的似然函数，通过梯度下降法求解。
参考：7月算法——邹博关于回归的讲义
1:线性回归
线性回归是求一个参数theata ，去拟合大部分样本，线性回归表达式：
2：用极大似然估计解释最小二乘法：
函数值可以写为：
表示误差，根据中心极限定理，是独立同分布的，服从均值为0，方差为某个定值的^2
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
