线性回归算法（二）-- 最优解与损失函数

介绍 要理解最优解和损失函数，我们需要先弄明白什么是误差。 以简单线性回归为例，如下图所示，青色数据样本为真实值 y y y，直线上同一 x x x位置的红色样本点为预测值 y ^ \hat{y} y^​，它们之间的空间距离 r = ∣ y − y ^ ∣ r=|y-\hat{y}| r=∣y−y^​∣就是误差，即真实样本点与预测样本点之间的距离。那么，如果我们把直线上每一个样本点的误差相加求和，

>>阅读原文<<