简单的线性回归
标准的线性回归模型通过一系列的预测参数的线性组合来预测一个数字变量,其系数通过最小化训练集上的平方预测误差的总和进行学习。
线性回归严重依赖于数据的假设,其更多的数学观点如下:
普通最小二乘法与上述假设之间的关系:
使用MLE或MAP进行权重估计:
损失函数——最小平方损失:
Q:模型与损失函数之间有什么关系?
简单的线性回归
标准的线性回归模型通过一系列的预测参数的线性组合来预测一个数字变量,其系数通过最小化训练集上的平方预测误差的总和进行学习。
线性回归严重依赖于数据的假设,其更多的数学观点如下:
普通最小二乘法与上述假设之间的关系:
使用MLE或MAP进行权重估计:
损失函数——最小平方损失:
Q:模型与损失函数之间有什么关系?