本文探讨了线性回归模型的特点，其决策边界为线性，并用于预测输入数据对应的值。内容包括如何通过损失函数选择最佳线性模型，优化线性回归模型的最小二乘法，以及多维线性回归的数学基础和Python实现。同时，文章提到了矩阵运算、向量范数、梯度下降和高斯分布等关键概念。
The Linaer Regression with the properties:
the decision boundary is linear
it is a regression moedl to predict the value respect to the input data
1. visualize the input feature with the related prediction data
2. how to choose the best linear model for the data set?|
define the lost function to measure the predict value between the actual values
Optimization for Linear regression model y = wx + b
Least square method
Linear_Regression.py
# 创建数据集，把数据写入到numpy数组
import numpy as np # 引用
最低0.47元/天 解锁文章
扫一扫
458
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
