zoukankan      html  css  js  c++  java
  • 机器学习粗略认识--线性模型

     给定样本示例x=(x1,x2,x3....xd),线性模型的目标是学得一个线性函数,即属性的线性组合

    f(x)=w1x1+w2x2+...+wdxd+b。所以训练线性模型的目标就是求w、b.得到线性模型后就可以预测新的样本。

    一、线性回归

    给定数据集D={(x1,y1),(x2,y2)...(xm,ym)},xi是向量,yi属于R。线性回归试图学得一个线性模型

    来预测输出的实际值。回归的输出是连续值,分类的输出是离散值,两者本质上一样。

    讨论输入值一维的情况。

    m个样本。f(x)=wx+b。均方误差

    通过最小化均方误差求得w、b,采用的是最小二乘参数估计。即分别对w,b求导

    并令导数为零。可得

           

    同样,多元线性回归也可通过该方法解出w,b。

  • 相关阅读:
    strpbrk函数
    memchr函数
    memset函数
    strrev函数
    strncmp函数
    strset函数
    strtok函数
    计算机经典书籍之程序设计语言
    spring自定义bean的作用域
    lucene文章
  • 原文地址:https://www.cnblogs.com/bydream/p/6847008.html
Copyright © 2011-2022 走看看