1 线性回归
- 公式
f ( x ) = w T x + b f(x)=w^Tx+b f(x)=wTx+b - 损失函数
均方误差:
l o s s = ∑ i = 1 n ( y − w T x i − b ) 2 loss=\sum_{i=1}^{n}(y-w^Tx_i-b)^2 loss=i=1∑n(y−wTxi−b)2
其中 y y y为实际值。
均方误差有非常好的几何意义。它对应了常用的欧几里得距离或简称"欧氏距离" 。基于均方误差最小化来进行模型求解的方法称为最小二乘法(分别对 w w w和 b b b求偏导,令其等于0,再求解)。在线性回归中,最小二乘法就是试图找到一条直线,使所有样本到直线上的欧氏距离之和最小。
2 逻辑回归
- 公式
f ( x ) = g ( w T x + b ) g ( z ) = 1 1 + e − z f(x)=g(w^Tx+b)\\g(z)=\frac{1}{1+e^{-z}} f(x)=g(wTx+b)g(z)=1+e