周志华-机器学习-第三章线性模型-学习总结
这篇博客以我制作的思维导图为主要介绍,再加上一些文字解释帮助读者理解
一、大体脉络
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200204101043431.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NjM5MA==,size_16,color_FFFFFF,t_70)
线性模型这章主要讲述了几个点:线性回归、对数几率回归、线性判别分析LDA、多分类学习和类别不平衡问题。
二、线性模型的基本形式
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200204101612222.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NjM5MA==,size_16,color_FFFFFF,t_70)
三、线性回归
问题描述
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200204101931360.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NjM5MA==,size_16,color_FFFFFF,t_70)
一元线性回归
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200204102842809.png)
只有一个属性值w,函数式为y=wx + b
![在这里插入图片描述](https://img-blog.csdnimg.cn/2020020410290317.png)
所谓线性回归就是用已有的数据集来拟合一条线,从而达到获得预测值的目的,而拟合的原理就是使预测值f(x)和实际值y之间达到均方误差最小化
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200204103004257.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NjM5MA==,size_16,color_FFFFFF,t_70)
通过参数估计求得了唯一属性w和b的最优解后就能作出一元线性回归曲线了