![alt](https://img-blog.csdnimg.cn/img_convert/a7b1e750c9321c4a97ece5801ef28284.png)
最小二乘法推导
多元线性回归的写法
与数学中不同的是,在机器学习中,系数w
和截距b
是需要求得的未知数,而特征x
和标签y
则是已知的。
将上边的方程写成矩阵形式便是
此时的,w和x都是矩阵, ,
普通线性回归中的目标便是求的w和b两个参数,w其实是weight的简写,意为自变量的权重。
-
普通线性回归常用的损失函数(L)是SSE(误差平方和),即(真实值-预测值)的平方之和
多元线性回归的写法
与数学中不同的是,在机器学习中,系数w
和截距b
是需要求得的未知数,而特征x
和标签y
则是已知的。
将上边的方程写成矩阵形式便是
此时的,w和x都是矩阵, ,
普通线性回归中的目标便是求的w和b两个参数,w其实是weight的简写,意为自变量的权重。