个人学习笔记,如果有错误或者不准确的地方,敬请各位大佬指出啦~o(^o^)o |
---|
回归分析是一种预测性的建模技术,它研究的是因变量(目标)和自变量(特征)之间的关系,用于预测分析。
目标:理解最大似然估计及线性回归MSE损失函数的推导过程
一、 最大似然估计
1. 区分概率和似然:
- 已知参数推测可能的情况称为概率,即知因求果;
- 已知事实反过来推测参数称为似然,即知果求因。
举个例子,抛一枚硬币,我们已知硬币有正反两面,即硬币的参数是0.5。那么就可以推测,扔100次硬币,正面朝上的概率是 C 10 5 ( 0.5 ) 1 2 ( 1 − 0.5 ) 1 2 = 0.25 C_{10}^5(0.5)^{\frac{1}{2}}(1-0.5)^{\frac{1}{2}}=0.25 C105(0.5)21(1−0.5)21=