机器学习基石第九讲笔记

Lecture 9: Linear Regression线性回归

9-1 线性回归问题

信用额度问题：

x=(x0,x1,x2,...,xd)为顾客特征，y是输出的加权后的信用额度，线性回归假说为h，如图：

那么线性回归长什么样呢？在输入为一维时如左图，输入为二维时如右图：

线性回归分析想要做的就是找到一个最好的线或者最好的面，希望红色的线的部分越小越好。

那通常是怎么使得红色的线最小呢？一般是squared error的方式：

in-sample是训练样本，out-of-sample是测试样本。

<