线性回归及梯度降低算法详解

1、线性回归问题   回归最简单的定义是，给出一个点集D，用一个函数去拟合这个点集，而且使得点集与拟合函数间的偏差最小，若是这个函数曲线是一条直线，那就被称为线性回归，若是曲线是一条二次曲线，就被称为二次回归。   总的来讲，回归的目的就是创建一个回归方程用来预测目标值，回归的求解就是求这个回归方程的回归系数。预测的方法固然十分简单，回归系数乘以输入值再所有相加就获得了预测值。   下面以一元线性

>>阅读原文<<