首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >机器学习之线性回归

机器学习之线性回归

作者头像
LhWorld哥陪你聊算法
发布2018-09-13 13:56:43
4960
发布2018-09-13 13:56:43
举报

一。概念解析:

有监督学习:对于x1,x2,x3明确知道其对应的label值

无监督学习:对于x1,x2,x3不知道其对应的label值

分类算法:对于x1,x2,x3,x4作为特征值,当输入到算法中得出有限个结果。比如对于银行借钱,输入年龄,性别,信誉等值 银行反馈借款或者不借款为分类指标。

回归算法:对于x1,x2,x3,x4作为特征值,当输入到算法中得出一个区间范围。举例:比如对于银行借钱,输入年龄,性别,信誉等值对于借钱的范围为1万~10万。

举例:

PS:y的值与x1,x2相关,第二个函数当X0=1时即可等价于上式。θTx代表转置,行向量*列向量。

PS:每个数据点y((i)针对于模拟方程的误差ε(i),假设两个条件:

1.所有误差(每个样本点)服从高斯分布(有一定规律,没有规律也不能模拟)

2.高斯分布(u,θ2)中u(均值)为0,方差为θ2的高斯分布,其中均值为0 是因为y=θ0+θ1x+θ2x中一定能找到所有误差相加截距为0的线。

 相关数学知识点:最大似然估计,高斯分布,最小二乘法。持续更新。

 推导过程如下:详细推倒博客会进行更新 请持续关注。

PS:公式一大推结果θ值可以求得

持续更新中。。。欢迎大家关注我的公总号LHWorld

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2017-11-14 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档