3线性回归 目录表 3线性回归 1 定义: 1.1线性模型: 1.2矩阵*矩阵的运算: 1.3sklearn线性回归正规方程、梯度下降API 1.4回归性能评估 1.5正规方程、梯度下降区别 前面的转换数据 1.6过拟合和欠拟合 1.7岭回归 1.8岭回归与线性回归的对比 1.8模型保存与加载 4分类算法-逻辑回归 5非监督性学习(unsupervised learning) 聚类评估标准: k-means和性能评估指标API 1 定义: 在统计学中,线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析 y = k ∗ x + b y = k*x + b y=k∗x+b 1.1线性模型: f(x)=w_1x_1+w_2x_2+…+w_dx_d+b w为权重,b称为偏置项,可以理解为:w_0×1 定义:线性回归通过一个或者多个自变量与因变量之间之间进行建模的回归分析。其中特点为一个或多个称为回归系数的模型参数的线性组合<