机器学习-线性模型

线性模型就是希望通过属性的线性组合得到预测函数。许多非线性的模型其实也是基于线性模型得来的。

 

1.线性回归：

给定数据集 D = {(æ1,Y1),...，(æm，Ym)}， 线性回归其实就是利用线性模型试图得到最接近正确正确值。

均方差是衡量回归任务中最常用的指标

 

 

2.对数几率回归

找到单调可微的函数将分类任务的值与回归模型预测的值联系起来

 

 

3.线性判别

尽可能将同样的类型的案例投影在相接近，而异类投影的较远处。