机器学习--回归篇--线性回归模型理论

 第一部分：导言

阅读本章节，需要一定的数理统计基础

第二部分：干货

1 模型前提

1）线性模型：   （，截距以包含在内）

注意：，，均为随机变量，为系数，且满足独立同分布

2）

3）极大似然原理：假设一场试验中，发生A结果，并未发生B结果或者其他结果，那么说明该试验对A有利，进而数学上可以表达为，其中为有利于A的条件

2 建立模型

注意：X是m行n列矩阵，是n维向量，Y是m维向量

3 模型问题

,要求可逆，如何解决该问题 下篇讲解

4 该模型所引发的思考 也在下篇讲解