思考以下几个问题
1.线性回归中存在的问题：
线性回归（最小二乘法）
假设有n个样本， 每个样本有p个特征
y 1 = a 1 x 11 + a 2 x 12 + … … + a p x 1 p y_1=a_1x_{11}+a_2x_{12}+……+a_px_{1p} y1=a1x11+a2x12+
机器学习算法——回归算法总结（二）——岭回归和Lasso回归
最新推荐文章于 2020-11-21 09:50:01 发布
思考以下几个问题1.线性回归中存在的问题：当数据集中特征之间有较强的线性相关性时，用普通的最小二乘法估计模型参数，往往参数估计的方差太大，缺乏稳定性和可靠性。2. 什么是岭回归岭回归是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法。通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为实际和可靠的回归方法，对病态数据拟合能力优于最小二乘法。...
最低0.47元/天 解锁文章
5354
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
