spark学习回归理论和实战房价预测

1.

2.

3.

spark提供的回归算法：

线性回归算法概述：

线性回归算法原理

 

最小二乘法

求的是偏导，等于0 是为了使误差最小，所谓的二乘就是误差平方和

 

 

随机梯度下降（应用方便比较广）

用于求预测值

这是代价函数， 随机在于随机取n的数，没有都选，这样节省时间，1/2代表调节性的系数，用处不大，h(x^(i))代表预测值，y^(i)代表实际值

这里对其求偏导，显示一种陡峭函数

代表梯度下降的步长，这个参数必须设置合理，太大会导致无法收敛，太小会试模型收敛过慢，左边的结果值是反复更新迭代的值

最终计算样式图类似这个：