共分三部分:1.线性回归理论部分
2.代码实现
3.课后拓展
一.线性回归概念及基本原理
概念:是一种统计方法,来确定两种或两种以上变量间相互依赖的定量关系。
一元线性回归:y = w * x + b
任务:根据训练数据预测一元线性回归模型,并用验证数据验证预测的一元线性回归模型是否正确。
(x,y)
1 3
2 5.1
3 6.99
y = w * x + b;
1.假设一个线性回归模型
h(x) = 3 * x + 5;
2.判断这假设线性回归模型对不对
3 * 1 + 5 = 8 3
代价函数:均方差
((8 - 3)的平方 + (11 - 5.1)的平方 + (14 - 6.99)的平方 )/ 2*3
3.调整这个模型参数
h(x) = 2.8 * x +4;
h(x) = 2.6 * x + 3;
...
...
h(x) = 2.0 * x + 1;
求最优解算法:
<