机器学习方法 线性回归和逻辑回归小记

个人学习临时笔记，供提后查阅

线性回归方法就是就是根据数据计算得出一个线性函数y=ax+b

得出模型的标准就是与所有已知点的误差平方和为最小，视为最优模型

让我用最笨的想法就是把a和b所有可能的值都和已知数据算一遍求误差平方和

然后从中检索出最小值，从而确定a，b的数值

当然求极值数学上有个求导的方法，具体需要研究原理，重新看高数吧，哈哈哈。。。

逻辑回归，和线性回归基本一致，区别在于输出不是连续的，而是做了分散，比如针对结果只有真假的情况

可以将Y是在50以上视为真，以下视为假

http://www.cnblogs.com/subconscious/p/4107357.html