线性回归
当要预测的目标值是连续型的数据时,这一问题被称为回归问题。线性回归是利用回归方程对一个或多个自变量(特征值)和因变量(目标值)之间的关系进行建模的一种分析方式。
只有一个自变量的情况成为单变量回归,多于一个自变量的情况叫多元回归。
通用公式:
那该怎么理解呢?我们来看几个小例子
线性回归的特征与目标之间的关系分析:
线性回归中的线性模型有两种,一是线性关系,二是非线性关系。线性模型是说,要么自变量是一次方(如:y = w1x1+w2x2+...+wnxn+b),要么参数是一次方(如:y = w1x1+w2x2^2 + w3x3^3+b)。
线性回归的损失和优化原理:
那么回到我们之前的问题,假如刚才的房价的真是数据之间存在这样的关系: