机器学习第1天

线性回归

例子

数据：工资和年龄（两个特征）

目标：预测银行会贷款给我们多少钱（标签）

思路：工资和年龄都会影响最终银行带宽的结果，那么它们各自由多大影响呢（参数）

通俗解释

X1、X2就是两个特征（年龄、工资）Y是银行最终会借给我们多少钱

找到最合适的一条线（想象一个高纬）来最好的拟合我们的数据点

假设是年龄的参数，是工资的参数，是偏置项

拟合的平面：

新加一列(=1）：

整合：

真实值和预测值之间肯定要存在差异（用来表示该误差）

对于每个样本：

高斯分布

高斯分布，也被称为正态分布（Normal Distribution），是一个在统计学中非常重要的概率分布。

正态分布是一类连续概率分布，其形状呈现为对称的钟形曲线，这种曲线被称为高斯函数或高斯钟形曲线。高斯分布的数学表达式可以表示为：

正态分布有两个参数：均值和方差，它们决定了分布的形状和位置。均值决定了分布的中心位置，标准差决定了分布的离散程度，即数据集中或分散的程度。标准差越大，分布越宽；标准差越小，分布越窄。

高斯分布在自然科学和社会科学中十分常见，因为许多随机变量的分布都近似是正态分布，特别是当独立随机变量的总和趋于无限时，根据中心极限定理，其分布接近正态分布。

标准正态分布是当正态分布的均值且标准差 时的特殊情况，标准正态分布表达式如下：

标准正态分布是正态分布的一个标准化形式，通常用于简化问题的求解过程，在统计分析中具有重要应用。任何正态分布都可以通过标准化过程（即从每个数据点中减去均值并除以标准差）转换为标准正态分布。这个过程称为标准化或归一化。

总结来说，所有的标准正态分布都是正态分布，但不是所有的正态分布都是标准正态分布。标准正态分布是正态分布中的一个特例。

：意思是在和下y的概率

预测值与误差：

由于误差服从高斯分布：

将（1）式带入（2）式：

为什么用累乘