线性回归:
1.高斯分布
2.极大似然估计
3.最小二乘法的本质
用极大似然估计解释最小二乘
是独立同分布的。是服从均值为0,方差某特定值的高斯分布
原因:中心极限定理
所以:
用y和x去替换误差:
然后使用极大似然估计:
取对数:
就变成了最小二乘
用极大似然估计要使得L(θ)最大,就要使得J(θ)最小
Ridge Regression 岭回归:带L2正则的线性回归
LASSO.带L1正则的线性回归
1.高斯分布
2.极大似然估计
3.最小二乘法的本质
是独立同分布的。是服从均值为0,方差某特定值的高斯分布
原因:中心极限定理
所以:
用y和x去替换误差:
然后使用极大似然估计:
取对数:
就变成了最小二乘
用极大似然估计要使得L(θ)最大,就要使得J(θ)最小
Ridge Regression 岭回归:带L2正则的线性回归
LASSO.带L1正则的线性回归