周志华-机器学习-第三章线性模型-学习总结

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

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

三、线性回归

问题描述

一元线性回归

只有一个属性值w，函数式为y=wx + b

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

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