多元线性回归算法学习笔记

多元线性回归的思路

和简单线性回归相比 x 由一个特征,变为一个向量 X,含有多个特征。

找出一条直线(多维度实际不是直线,只是为了形象描述),最大程度的拟合 所有的点;

直线的方程是  ,X , 和Y都是已知的,只需要求出 每一个\theta 即可,所求的\theta也是一个向量;

思路:

和简单线性回归一样,让预测结果和真实的结果的差值的平方 尽可能的小;

方法:

先看 \hat{y^{^{i}}} ,\hat{y^{^{i}}}中的\theta实际为一个行向量,首先将\theta转置为一个列向量\thete ;

然后对

  • 4
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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