ch3.1 线性回归(I) 文章目录 ch3.1 线性回归(I) @[toc] 1. 线性回归问题 1.1 聊聊模型的假设 1.2 假设的内涵性 1.3 假设的简化性 1.4 假设的发散性 2. 一元线性回归 2.1 极小均方误差 2.2 参数估计 2.3 模型的评估 2.4 从统计学角度看线性回归 2.5 似然函数 3. 多元线性回归 3.1 问题的来源 3.2 参数估计 4. 线性基函数回归模型 4.1 线性基函数回归 4.2 基函数 4.3 似然函数 4.4 参数估计 5. 代码实现 5.1 Toy Dataset 5.2 Real Dataset 1. 线性回归问题 1.1 聊聊模型的假设 机器学习中的建模过程,往往充斥着假设,合理的假设是合理模型的必要前提。 假设具有三个性质: 内涵性 简化性 发散性 1.2 假设的内涵性 所谓假设,就是根据常理应该是正确的。