前言
简单的说明线性回归模型
一、线性回归是什么?
顾名思义这是一种回归问题,是用一次函数(线性)去预测一个数据。
例如这个房价预测
成功的线性预测
二、基本模型
1.基本模型
如下:倾斜度和截距就不多说了
2.代价函数
如下:为什么要用到代价函数,这是一个用来看预测结果误差的函数,我们需要误差越小越好,所以我们要想要找到两个值使得这个最小,也就是最小值。
3.梯度下降
所谓的梯度下降就是一种找到代价函数最小值的方法,通过每一次的求偏导,找到最小的下降代价值的方向,然后寻找最小值算法
每一次的数值调整就直接减去学习率乘以该处的偏导。期中@是学习率,用走路下山来比喻梯度下降的话,这个学习率指的是走多远,走多长,而偏导指的是往哪个方向走下降的最快
总结
简单的说了一下线性回归模型