Linear Regression
回顾
上节课我们讲述了在二元分类的基础上得出的VC Bound既可以用在各种不同错误衡量机制也可以用在有noise的情形。
Linear Regression Problem
我们重新回到银行的例子,银行到底应该给顾客多少信用额度。当然,这也可以用之前的Learning Flow来表示,但是目标函数是一个输出实数的公式。
线性回归的假设集:
目标:得到的实数与期望值越接近越好。
线性回归的例子:
上图中的红色部分为误差或者余数,此部分越小越好。
线性回归的误差分析:
下一节介绍如何求曲Ein的最小化。
Linear Regression Algorithm
本节课介如何最小化Ein。
Ein的矩阵形式:
进一步:
下一步,梯度计算:
进一步,梯度为0:
总结:
Generalization Issue
线性回归算不算机器学习算法:
讨论如何保证Eout是好的,通过Ein
Hat矩阵: