线性回归目标:
已知训练集(x1,y1)(x2,y2) ....(xm ,ym), 拟合回归为最优的线性函数。
线性回归原理:
使用最小二乘法,训练集与拟合后的线性标记函数欧式距离之和最小,则该标记函数为最优线性回归函数。
其中f(x)为标记函数,yi为实际值,e(f,y)为均值分布定义为均值误差,
均值误差最小,测f(x)为最优的解,为此训练集的线性回归函数。
一介二项式的线性回归
函数线性方程:
依据线性回归原理可得:
(1-1)
一介二项式的线性回归归结为(1-1)的最小值 即求w b的偏导数