在现实世界中，我们常与各种变量打交道，在解决实际问题过程中，我们常常会遇到多 个变量同处于一个过程之中，它们之间互相联系、互相制约。常见的关系有两种：
一类为 “确定的关系”即变量间有确定性关系，其关系可用函数表达式表示．
例如：路程s,时间t, 与速度v之间有关系式：s=vt
另外还有一些变量．他们之 间也有一定的关系，然而这种关系并不完全确定，不能用函数的形式来表达，在这种关系中 至少有一个变量是随机的．
例如：人的身高与体重有一定的关系，一般来讲身高高的人体重 相对大一些．但是它们之间不能用一个确定的表达式表示出来．我们称之为相关关系．
又如环境因素与农作物的产量也有 相关关系，因为在相同环境条件下 农作物的产量也有区别，这也就是说农作物的产量是一个 随机变量．
回归分析就是研究相关关系的一种数学方法，是寻找不完全确定的变量间的数学 关系式并进行统计推断的一种方法．它能帮助我们从一个变量取得的值去估计（预测）另一个变量的 值．在这种关系中最简单的是线性回归。
尽管“最小二乘法”和“线性模型”是紧密相连的，但他们是不能划等号的。
最小化Ein，也就是求解w的过程，可以理解为算法在假设空间中寻找一个g≈f
为一个数据点（一个客户），总共有
个客户想申请我们的会员
为一个客户的各项信息，
为衡量一个客户各项信息的权重，总共要填写
项内容
表示这名客户是否有资格成为我们的会员（由BOSS 也就是未知的目标函数f 决定的已知真实标记）
，
，
，
行列式判别只针对方阵
可逆，
不可逆，
```
data=load('ex0.txt');
xMat=data(:,1:2);yMat=data(:,3);
xTx = xMat'*xMat;
xTy = xMat'*yMat;
if det(xTx) == 0
ws = pinv(xMat)*yMat;%不可逆
else
ws = inv(xTx)*xTy;%可逆
end
clf
plot(xMat(:,2),yMat,'bo');hold on
yhat=xMat*ws;
plot(xMat(:,2),yhat,'r-');
```
网友评论