机器学习数学基础之线性回归

机器学习数学基础之线性回归1. 线性回归公式2. 利用矩阵对线性公式整合3. 误差项分析4. 似然函数5. 最小二乘★(矩阵求导公式) (本文为学习总结笔记,如有雷同请无视) 知识点: 1、利用矩阵的只是对线性公式进行整合 2、误差项的分析 3、似然函数的理解 4、矩阵求偏导 5、线性回归的最终求解 1. 线性回归公式 y=wk+b y = wk +b y=wk+b 其中b为误差值,对最终的结果影响较小。 线性回归中最重要的求解即为求w。 线性回归在有监督的情况下使用——先利用一定的已知数据进行求解w,再根据w与输入的x求得y 2. 利用矩阵对线性公式整合 线性回归的特征值一般有很多个,即存在