线性模型:
线性模型的一般形式:
矩阵形式:
线性回归:
假设一个数据集D:{(x1,y1),(x2,y2),…(xm,ym)},点分布如下图:
`
一元线性回归其实就是去找到一条直线,这条直线能以最小的误差来拟合数据:
判断拟合效果:
1.最小二乘法:
实际样本的点到假设函数上的距离差的平方和。
线性模型的一般形式:
矩阵形式:
线性回归:
假设一个数据集D:{(x1,y1),(x2,y2),…(xm,ym)},点分布如下图:
`
一元线性回归其实就是去找到一条直线,这条直线能以最小的误差来拟合数据:
1.最小二乘法:
实际样本的点到假设函数上的距离差的平方和。