机器学习算法笔记-线性回归

参考视频资料：https://www.bilibili.com/video/BV1rq4y1p7nJ?p=10&spm_id_from=pageDriver

线性回归的概念

我的理解是，假如有1个或多个特征量xi，根据这些特征量的重要性赋予其不同的参数（权重），将被赋予参数的所有特征量（xi必须是一次项）相加，就能够得到一个目标预测值y。
记-线性回归)

线性回归的表达

比如预测贷款额度，那么贷款额度就是y，假设它与年龄x1和工资x2有关，特征系数为theta1和theta2，偏置为theta0，那么y与他们的线性关系就是：

转自：https://www.bilibili.com/video/BV1rq4y1p7nJ?p=2
为了方便计算，将其用矩阵的形式表示，因为x有x1 x2两项，theta有theta0，theta1，theta2三项，因此在矩阵运算时要给x添加一列全为1的常数项，用来和偏置项相匹配。

线性回归的误差

预测值和真实值之间存在的差异即误差，其中yi是预测值。