老饼讲解-机器学习
入门教程
1.学前解惑
2.第一课:初探模型
3.第二课:逻辑回归与梯度下降
4.第三课:决策树
5.第四课:逻辑回归与决策树补充
6.第五课:常见的其它算法
7.第六课:综合应用
【总结】线性回归总结
作者 : 老饼 日期 : 2022-06-26 03:34:19 更新 : 2023-11-25 17:45:11
本站原创文章,转载请说明来自《老饼讲解-机器学习》www.bbbdata.com


本文对线性回归模型作一个简单总结

是对线性回归模型知识点的简化与提炼



  01. 线性回归模型  



本节回顾和总结线性回归模型的模型表达式、损失函数和模型求解方法



  模型三组件回顾   


模型三组件:《模型》《损失函数》《模型求解》




 线性回归模型三组件   


线性回归模型的三组件如下:
   模型表达式   
    

    损失函数   
线性回归的损失函数用的是最小均方差

 
 
   
      模型求解   
模型的求解直接使用最小二乘法求解就可以
 
 
✍️备注:这里的X对原始变量增加了一列常数1,即
 
W也对应地比原来多一个,这样做的目的是把 b揉进了W里





   02. 建模过程回顾   



本节回顾利用线性回归进行建模的过程



    建模过程回顾    


建模过程如下
(1) 先假设变量与y服从线性关系 y= XW 
(2) 按公式对W进行求解。                     
(3) 将求解的W代入模型。                     
  
✍️补充
在使用线性回归模型时,需要判断x与y是否成线性关系,
这依赖于我们对业务背景的了解,和变量的数据分析










 End 




联系老饼