可以直接或间接的写成如下形式的模型，我们统称为线性回归模型
其中：表示数值型相应变量对于第i 个观测值的取值，
代表截距项，
代表第j个变量的系数，
代表第j个预测变量对于第i个观测值的取值，
代表模型无法解释道额随机误差。
一、线性回归
普通线性回归的目标是求出能最小化响应变量观测值与预测值之间的误差平方和（SSE）
其中：
机器学习之——线性回归模型及其扩展
本文介绍了线性回归的基本概念，包括普通线性回归的原理和限制，如共线性问题。接着探讨了偏最小二乘法（PLS）和岭回归作为解决方案，PLS关注预测变量与响应变量的协方差，而岭回归通过惩罚项控制参数估计的规模。最后，文章提到了Lasso回归，它不仅可以正则化，还能进行变量选择，弹性网模型则结合了岭回归和Lasso的优点。
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
