机器学习方法学习及总结
1、回归问题
1.1、线性回归
感觉这个没啥好写的,就是用最小二乘法的方差最小,线性模型y=kx+b,在已知大量y跟大量x的情况下,求出k跟b,使得拟合方法最小。
求解方法:感觉也挺简单的,假设x是m维,y是1维(感觉这种比较常见),有n组数据。得到矩阵Y增加一维,变成2维,另一维全用1表示,矩阵X也是一样,就能得到系数矩阵A,A是m+1维。就有
YT=AXT.
T表示矩阵的转置,如果XT有逆,可以同乘XT就能直接求出A,可以同乘X,然后同乘(XTX)-1,就能得到A.总结就是:
A=YTX(XTX)-1
原创
2020-09-13 21:09:03 ·
586 阅读 ·
0 评论