判别函数：
y=w0 + w1x1 + w2x2 + w3x3 + w4x4
找到最优解，即损失最小
目标函数（损失函数）J() = MSE =
(
-
)
求损失函数的方式
1>解析解（有求逆的运算，不是所有的矩阵都有逆运算，并且维度太高，逆运算太慢
如果用这种方式，没必要用归一化）
2>梯度下降，（需要用归一话，可以加速求解，减少迭代次数）
对于回归的损失函数
所有的回归都是采用MSE作为损失函数，唯一不一样的是的公式
y=w0 + w1x1 + w2x2 + w3x3 + w4x4
找到最优解，即损失最小
目标函数（损失函数）J() = MSE =
(
-
)
1>解析解（有求逆的运算，不是所有的矩阵都有逆运算，并且维度太高，逆运算太慢
如果用这种方式，没必要用归一化）
2>梯度下降，（需要用归一话，可以加速求解，减少迭代次数）
所有的回归都是采用MSE作为损失函数，唯一不一样的是的公式
本文标题：多元线性回归
本文链接：https://www.haomeiwen.com/subject/eyxifqtx.html
网友评论