机器学习(三) 本文(3万字) | 线性回归LR原理 | Python复现 |

小酒馆燃着灯

已于 2024-01-26 08:47:41 修改

阅读量982

点赞数 22

文章标签：机器学习线性回归人工智能

于 2023-12-24 23:32:08 首次发布

本文链接：https://blog.csdn.net/weixin_44302770/article/details/135188995

版权

人工智能专栏计划专栏收录该内容

141 篇文章 7 订阅

已下架不支持订阅

文章目录

- 一引入回归算法
- - 1.1 什么是“回归”？
  - 1.2 什么是“线性”？
  - 1.3 什么是线性回归？
  - 1.3 什么是回归算法
- 二线性回归
- 三损失函数
- 四最小二乘法
- 五最大似然估计
- - 5.1 正态分布
  - 5.2 似然函数
  - 5.3 似然函数取对数
- 六目标函数的求解过程
- 七多项式扩展
- 八岭回归(ridge regression)算法和Lasso算法
- 九模型效果评估
- 十机器学习调参
三算法实现
- 简单实现
- 详尽的实现分析代码
- - Python实现梯度下降
  - 线性回归与多项式回归案例
- 欠拟合与过拟合
- 1. 机器学习
- 2. 深度学习与目标检测
- 3. YOLOv5
- 4. YOLOv5改进
- 5. YOLOv8及其改进
- 6. Python与PyTorch
- 7. 工具
- 8. 小知识点
- 9. 杂记

一引入回归算法

1.1 什么是“回归”？

回归的全称是，“Regression towards the mean”。**直接翻译过来就是向着中间值回归。直白点说，就是在图像上给你一堆点，你来找一条线，然后让这条线尽可能的在所有点的中间。**这个找直线的过程，就是在做回归了。如下图所示

进一步思考：为什么非要找这么一条尽可能的在所有点的中间的直线？

我们面对的是一堆散乱的点，看不出具体的相关关系，而线能够体现趋势。所以，我们就是想办法来找一条尽可能在所有点的中间的直线，代表一个数据的整体趋势，让数据的整体关系更加清晰可见，这样就方便我们预判未来的情况

了解本专栏

小酒馆燃着灯

关注

22
点赞
踩
22

收藏

觉得还不错? 一键收藏
打赏
0
评论
机器学习(三) 本文(3万字) | 线性回归LR原理 | Python复现 |

回归的全称是，“Regression towards the mean”。**直接翻译过来就是向着中间值回归。直白点说，就是在图像上给你一堆点，你来找一条线，然后让这条线尽可能的在所有点的中间。**这个找直线的过程，就是在做回归了。
复制链接

扫一扫