监督学习初步---线性分类器

1. Introduction


监督学习(supervised learning):粗糙的说就是需要利用输入值来预测输出.

变量解释:

X :输入变量
Y :定量输出
G :定性输出, GG
xi : X 的第 i 个观测值
X :矩阵

Example 1. Handwritten Digit Recognition

目标为预测给定图中的数字,其中 G={ 0,1,2,...,9} .

部分样本如下图:
example1


2. Linear models and OLS


2.1 模型简介

输入向量 XT=(X1,...Xp) ,预测输出

Y^=β^0+j=1pXjβ^j=XTβ

利用最小二乘(OLS)估计 β

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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