线性回归简介

1.线性回归比较简单，描述了自变量和因变量之间的简单线性关系，我们的目标是通过特征的组合来学习到要预测函数式（线性式），如下面的式子： 用向量形式表示，我们可以将其表示为： 2.本质上是在特征空间上找到一条直线来拟合目标值y的数据分布情况。 3.对于参数w的求取我们使用最常用的最小二乘法（最小平方法）定义损失函数：      之后做梯度下降不断更新找最佳的w值即可。 4.举个调用LR的代码例子：

>>阅读原文<<