线性模型

这篇博客详细介绍了线性模型,包括一般线性回归和广义线性回归的概念,以及如何处理XTX非满秩矩阵时的正则化处理。接着探讨了对数几率模型,特别是二分类任务中的logistic回归,通过两种方法解释了模型的求解过程。最后,提供了logistic回归的Python实现代码。
摘要由CSDN通过智能技术生成

一、一般线性回归

基本形式: f(x)=w1x1+w2x2+...+wdxd+b d 个自变量,1个因变量。
用向量形式写成: f(x)=wTx+b ,其中 w=(w1;w2;...;wd) .
用最小二乘法对 w b 进行估计。
w b 吸收入向量形式 w^=(w;b) 于是 f(x)=w^X f(x) 可写成向量形式 y=(y1;y2;;ym) . y=w^X

X=x11x21xm1x12x1dx22x2dxm2xmd
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值