岭回归公式推导

对于最小二乘问题

加入常数项 ,令

变量代换,可以写成

其中θ是拟合系数。加入常数项 ,同时,希望拟合参数θ尽可能小,以降低预测值的敏感程度,可得:

注:结合起来理解:

目标函数是一个凸函数,对目标函数求导,导数等于0的点是最优点:

注意:

岭回归的推导与介绍,比较全面:https://www.jianshu.com/p/1677d27e08a7

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值