最小二乘法在机器学习中被广泛使用,尤其在回归算法中,我们经常利用最小二乘法构造损失函数,但是最小二乘法是怎么来的呢?为了达到知其所以然的目的,下面从数学角度推导一下。
下图是利用MSE的最小二乘法得到的一条直线:
一:中心极限定理
定义:
简单概括:大量独立同分布随机变量的和符合标准正态分布。在最小二乘法中的误差是什么?第i个样本实际的值等于预测的值加误差,假定所有的样本都是独立的,有上下的震荡,震荡认为是随机变量,足够多的随机变量叠加之后形<
最小二乘法在机器学习中被广泛使用,尤其在回归算法中,我们经常利用最小二乘法构造损失函数,但是最小二乘法是怎么来的呢?为了达到知其所以然的目的,下面从数学角度推导一下。
下图是利用MSE的最小二乘法得到的一条直线:
一:中心极限定理
定义:
简单概括:大量独立同分布随机变量的和符合标准正态分布。在最小二乘法中的误差是什么?第i个样本实际的值等于预测的值加误差,假定所有的样本都是独立的,有上下的震荡,震荡认为是随机变量,足够多的随机变量叠加之后形<