机器学习之线性回归

整体思路:1.通过创建模型创建出一组回归系数偏置(y=ax+。。。)然后与真实值进行损失函数处理,然后再利用两种损失函数的优化方法进行优化,达到最优解

1.在这里插入图片描述
w是回归系数(又叫权重),b偏置
假定特征值和目标值满足函数关系(线性模型),最后找到w和b从而满足关系

线性模型:包括线性和非线性两种
在这里插入图片描述
只要满足自变量一次或者参数一次都可以是线性模型
在这里插入图片描述
2.线性回归的损失和优化原理
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
为了求出损失函数最小,从而得到线性模型参数,所以优化算法

3.优化算法
3.1)正规方程
在这里插入图片描述
在这里插入图片描述
3.2)梯度下降
在这里插入图片描述
阿尔法是步长,右边的是方向
理解:逐渐迭代到最优解

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值