最小二乘法与岭回归的介绍与对比

一 线性回归（最小二乘法） 假设我们有n个样本数据，每个数据有p个特征值，然后p个特征值是线性关系。 即对应的线性模型 写成矩阵的形式即是Y=XA 由于样本与模型不一定百分百符合，存在一些噪声，即误差，用B表示，B也是一个向量 即B=Y-XA Y为样本值，XA为模型的计算值，即期望值 误差的平方的计算公式 Xi为行向量，A为列向量。 最小二乘法的目标就是取得最小的e对应的A，由于方差的计算是一个二

>>阅读原文<<