机器学习 - 线性模型

本文深入探讨了线性回归和Logistic回归。线性回归介绍了均方误差和最小二乘解的概念,而Logistic回归则解释了它作为分类算法的性质,使用sigmoid函数进行连续到离散的转换,并通过最大似然法估计参数。
摘要由CSDN通过智能技术生成

一.线性回归—LR

线性回归是一种监督学习下的线性模型,线性回归试图从给定数据集中学习一个线性模型来较好的预测输出(可视为:新来一个不属于D的数据,我们只知道他的x,要求预测y,D如下表示)。

首先我们还是给定数据集的严格表示(我们这里直接讲多维的线性回归):

即是线性模型,那么我们容易给出目标函数:

用向量的方式来表示目标函数,其中目标函数产生的结果即是我们的输出:

为了便于后文分析,我们将d归并到w中:

  • 5
    点赞
  • 5
    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