【机器学习(一)】线性回归
1.线性回归原理
1.1简单线性回归
当一个变量会随着另一个变量的变化而变化,比如随着工作年数的增长,你的工资的变化情况,这之间就存在一种近似的线性关系。
简单的线性回归模型如下:
y=θx+b
y=θx+b
y=θx+b
其中x表示特征值(如工作年份),θ表示权重,b表示为偏置量,y表示标签(如工资)
上述的模型也可以看做是有两个特征值的模型,其中x0x_0x0始终为1,如下所示,
θ=(θ0,θ1)
θ=(θ_0,θ_1)
θ=(θ0,θ1)
X=(x0x1)
X=\begin{pmatrix}x
原创
2021-04-03 14:55:37 ·
275 阅读 ·
2 评论