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

>>阅读原文<<