《机器学习》周志华

《机器学习》周志华 读书笔记————第三章 线性模型

数据集: D = ( x 1 , y 1 ) , ( x 2 , y 2 ) . . . . . ( x m , y m ) D={(x_{1},y_{1}),(x_{2},y_{2}).....(x_{m},y_{m})} D=(x1,y1),(x2,y2).....(xm,ym)
其中: x i = ( x i 1 , x i 2 . . . x i d ) , y i ∈ R x_{i}=(x_{i1},x_{i2}...x_{id}),y_{i}\in\R xi=(xi1,xi2...xid),yiR
拟合模型: y = w x + b y=wx+b y=wx+b
目标函数: ( w ∗ , b ∗ ) = a r g m i n w , b = ∑ i = 1 m ( f ( x i ) − y ) 2 (w^{*},b^{*})=argmin_{w,b}=\sum_{i=1}^{m}(f(x_{i})-y)^{{_{}}^{2}} (w,b)=argminw,b=i=1m(f(xi)y)2
如果 x x x为一维的,非常简单,利用最小二乘法求导可得: w = ∑ i = 1 m y i ( x i − x ‾ ) ∑ i = 1 m x i 2 − 1 m ( ∑ i = 1 m ) 2 w=\frac{\sum_{i=1}^{m}y_{i}(x_{i}-\overline{x})}{\sum_{i=1}^{m}x_{i}^{2}-\frac{1}{m}(\sum_{i=1}^{m})_{}^{2}} w=i=1mxi2m1(i=1m)2i=1myi(xix)

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