【漫话机器学习系列】061.线性回归参数计算（Finding Linear Regression Parameters）

线性回归参数计算（Finding Linear Regression Parameters）

1. 简介

线性回归是一种基础的回归模型，用于通过一个或多个特征预测目标变量。其模型形式为：

其中：

• y：目标变量（因变量）。
• X：特征矩阵（自变量）。
• β：待求解的回归参数（权重）。
• ϵ：误差项。

线性回归的目标是找到回归参数 β，使预测值 Xβ 与目标 y 的差距最小。

---

2. 参数求解公式

通过最小化残差平方和（RSS，Residual Sum of Squares）来确定最佳参数。RSS 定义为：

展开后：