线性回归算法总结

线性回归 线性回归原理 极大似然估计（几率角度的诠释） 线性回归损失函数、代价函数、目标函数 正则化 L_2范数正则化（Ridge Regression，岭回归） L_1范数正则化（LASSO回归） L_1正则项L_2正则项结合（Elastic Net） 优化方法 梯度降低 最小二乘法矩阵求解 线性回归评价指标 python手写代码 sklearn封装 线性回归原理 一般对于一组特征数据和其标记值

>>阅读原文<<