sklearn线性回归详解

图片若未能正常显示，点击下面链接：
http://ihoge.cn/2018/Logistic-regression.html

在线性回归中，我们想要建立一个模型，来拟合一个因变量 y 与一个或多个独立自变量(预测变量) x 之间的关系。

给定：

数据集

$$\left\{ \left( x^{\left( 1 \right)},y^{\left( 1 \right)} \right),\; ...,\; \left(x^{\left( m \right)},y^{\left( m \right)} \right) \right\}$$

$x_{i}$是d-维向量$X^{i}\; =\; \left( x_{1}^{\left( i \right)},\; ...,\; x_{d}^{\left( i \right)} \right)$

$y^{(i)}$是一个目标变量，它是一个标量

线性回归模型可以理解为一个非常简单的神经网络：

它有一个实值加权向量 w=(w(i),...,