f(x)=w1x1+w2x2,是三维空间的一条直线。
MSE均方误差(平方求和再平均)。最小二乘(least square mehtod)。英文是最小平方的方法。就是求误差平方的最小值问题。
注意,因为是线性回归模型,而且损失函数是凸函数,所以可以通过将损失函数求导,2阶凸函数的导数为0的点,就是最小值点。w**2是正数,就是一饿抛物线。开口向上。
为什么多元线性回归不用最小二乘法,因为那样的话,计算的公式太复杂了。所以我们使用了梯度下降的算法来求解。
05-18
08-06
361
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
06-24
306
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
03-01
07-16
102
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
“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