机器学习第七天-线性回归模型

友友们好久不见，最近懒了一下虽然还在学习，但是高数的导数极限的部分没有写文章，不过感觉外边机器学习课程里面的数学还是讲的不太好，建议想潜心学习的友友们听听汤家凤的高数基础班、李永乐老师的线代、王式安或者余炳森老师的概率论。所以这部分以后再补上吧，今天开始学数学模型，友友们一起加油！

一、线性回归的定义

• 线性回归是利用线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的方法。
• 

二、线性回归的数学定义

• 数据 
• 模型

三、线性回归的数学定义（矩阵表达）

 

• 数据 

• 模型

 四、线性回归的数学解析解（矩阵表达）

• 数据
• 模型
• 解析解

五、线性回归解析解的推导

• 解析解

  • 线性回归的损失函数为凸函数，具有全局最优解。对损失函数求导，使得损失函数的导数为0时，θ的值就是解析解。
  • 
  • 
  • 
  • 
  •