sklearn调包侠之线性回归

线性回归原理 如图所示，这是一组二维的数据，我们先想想如何通过一条直线较好的拟合这些散点了？直白的说：尽量让拟合的直线穿过这些散点（这些点离拟合直线很近）。 目标函数（成本函数） 要使这些点离拟合直线很近，我们需要用数学公式来表示： 梯度下降法 之前在讲解回归时，是通过求导获取最小值，但必须满足数据可逆，这里通常情况下使用梯度下降法，也就是按着斜率方向偏移。详细可看这篇文章（https://www

>>阅读原文<<