机器学习算法之线性回归 线性回归 一、特征元素:影响最终结果的因素 整合之后的公式是 二、误差:真实值与预测值之间会有所差异 高斯分布如下图所示 拟合后的效果图如下: 其中图中的平面代表的是我们拟合出来的曲线,红色的点代表的是实际的值,连接两者的是实际值与预测值之间的误差,我们的目的就是将误差降到最低。 误差的目标函数: 这样的话影响预测结果的特征因素就可以计算出来,这样我们就可以对未知的数据进行预测。线性回归不要只会用要求了解其内部的原理这样就可在后续的优化过程中,有更多的思路和想法。