线性回归的数学知识

文章目录 1、线性回归的基本形式 2、误差函数 3、如何求得最优解 3.1 最小二乘法 3.2 梯度下降法 4、引入正则项的回归 5、为什么是均方误差 1、线性回归的基本形式 给定数据集 D = { ( x ⃗ 1 , y 1 ) , ( x ⃗ 2 , y 2 ) , … , ( x ⃗ m , y m ) } \mathcal{D} = \left\{ (\vec x_1,y_1),(\vec

>>阅读原文<<