线性回归（原理推导）

1.方程式表示： 数学形式： 矩阵形式： 其中，X矩阵是m行（n+1）列的，每一行是一个样本，每一列是样本的某一个特征 矩阵（n+1）行1列的，它是X的权重，也是线性回归要学习的参数. 2.损失函数（Loss function） 对数极大似然和最小二乘的联系： 由线性函数的假设知道，噪音项满足高斯分布，其中一个样本的正态分布的数学表达为： 那么，通过极大估计求得似然函数为所有样本的乘积，如下： 经

>>阅读原文<<