线性回归

线性模型:

线性模型的一般形式:

y=w_1{x_{1}}+w_{2}x_{2}+...+w_{m}x_{m}       

y=W^{T}X

矩阵形式:

       y=XW

线性回归:

假设一个数据集D:{(x1,y1),(x2,y2),…(xm,ym)},点分布如下图:

è¿éåå¾çæè¿°`

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:

è¿éåå¾çæè¿°

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。

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值