【系列三】线性回归

1. 最小二乘法

数据集: D = { ( x i , y i ) ∣ i = 1 , 2 , … , N , x i ∈ R p , y i ∈ R } D=\{(x_i,y_i)|i=1,2,\dotsc,N,x_i\in\Reals^p,y_i\in\Reals\} D={ (xi,yi)i=1,2,,N,xiRp,yiR}
X = ( x 1 , x 2 , … , x N ) N × p T , Y = ( y 1 y 2 ⋮ y N ) N × 1 X=(x_1,x_2,\dots,x_N)_{N\times p}^T,Y=\begin{pmatrix}y_1\\y_2\\\vdots\\y_N\end{pmatrix}_{N\times 1} X=(x1,x2,,xN)N×pT,Y=y1y2yNN×1
线性回归就不多介绍了,就是拟合曲线。假设拟合的曲线为 f ( w ) = w T x f(w)=w^Tx f(w)=wTx
最小二乘估计: L ( w ) = ∑ i = 1 N ∥ w T x i − y i ∥ 2 = ( w T x T − y T ) ( x w − y ) = w T X T X w − 2 w T X T Y + Y T Y L(w)=\sum\limits_{i=1}^{N}\|w^Tx_i-y_i\|^2=(w^Tx^T-y^T)(xw-y)\\=w^TX^TXw-2w^TX^TY+Y^TY L(w)=i=1NwTxiyi

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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