机器学习 线性模型

1. 基本形式

  • 线性模型:试图学得一个通过属性的线性组合来进行预测的函数,即

     

    12637001-d7807397ddc036eb.png

    3.1

     

    用向量形式写成:

     

    12637001-be87e08e66054328.png

    3.2

2.线性回归

对于给定数据集D={(x1,y1),(x2,y2),(x3,y3),.....,(xm,ym)},其中 x1=(x1;x2;...;xd),yi ∈ R,"线性回归"试图学得一个线性模型以尽可能准确的预测实值输出标记。
我们先考虑一种最简单的情形:输入属性数目只有一个即

 

12637001-8947099a7f237062.png

image.png

 

线性回归试图学得:

 

12637001-51b99e11ad29c35b.png

image.png


如何确定w和b呢?显然,关键在于如何衡量f(x)与y之间的差别,之前介绍过,均方误差是回归任务常用的性能度量,因此我们试图让均方误差最小化,即

12637001-fdcbe6522360bf1f.png

image.png

 

12637001-2c01d15484f6139b.png

image.png

 

12637001-304a9fd4c6027030.png

image.png

 

12637001-7e6a55b5a73dc64f.png

image.png

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值