【菜鸟笔记|机器学习】线性模型

理论部分：

线性模型是最基础的模型，便于我们掌握机器学习的基本方法。机器学习可以分为两大类任务：回归任务，分类任务。因此我把线性模型做如下分类：

一、线性回归
机器学习，就是根据已知数据，学习出一个数学函数。对于线性回归，需要学习的函数形式为：

只要学得了其中的ω和b，模型就被确定了。确定参数的关键在于衡量预测输出f(x)与实际输出y之间的差距。
1.二元线性回归
二元线性回归需要学的函数为：

利用最小二乘法，基于均方误差最小化进行模型求解，求ω和b使得E(ω,b)最小：

对函数求一阶偏导，分别令其等于零即可求得相应参数。
2.多元线性回归
二元线性回归只有一个属性，也就是只需要学习一个权重。而