机器学习第三章总结

一元线性回归:

线性模型试图学得一个通过属性的线性组合来进行预测的函数

假设一个误差\varepsilon~N(0,\delta ^{2}),根据

f(\varepsilon )=\frac{1}{\sqrt{2\pi }\delta }exp\left \{ -\frac{\varepsilon ^{2}}{2\delta ^{2}} \right \}

得到y的分布,然后根据极大似然估计求得w和b的值。

多元线性回归:

原理同一元线性回归一样,根据最小二乘法对w求解。

  • 2
    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