线性回归算法
第一点:原理
单变量线性回归算法
1.预测函数方程 y = k * x + b
模型参数 k b

目的:找到合适的k,b,以使得y与真实值误差最小
怎么找到合适的k,b,拟合成本最小时
2.成本函数 均方差 预测值与实际值的差的平方,在乘以1/2

3.梯度算法难以描述,以图做解


多变量线性回归算法,
上面不懂的,别往下看,浪费时间
1.预测函数

矩阵,好他妹的熟悉的

2.成本函数
3.梯度下降算法

第二点:模型优化
多项式和线性回归,这个没多大意思
数据归一化
进入数学模式了,这个不好描述,想想做为理学院的学生,这些我两次呵呵,多好理解啊,学校时,有这么简单就好了
网友评论