zoukankan      html  css  js  c++  java
  • 线性回归模型之之概率解释

      上一节从最小二乘函数损失函数优化求解线性回归模型参数,本节将通过概率统计的角度求解线性回归模型参数,为最小二乘算法给出其概率上解释。

      首先假设输出变量与输入变量之间存在关系:

                                                                                                                         (1)

    其中,ε(i) 模型的预测值与真实值之间的噪声,我们假设预测值的噪声是随机独立的,服从分布:

      

                                                                                      (2)

    因此,我们可以得到:

                                                    (3)

       对于N个样本我们得到它的似然函数:

                                                           (4)     

      最大化对数似然函数L(Θ):

                                             (5)

    该式等于最小化:

                                                                                                 (6)

    当前这个公式正是在 ”线性回归模型之一“一文中提到的最小二乘的损失函数。

                                               

  • 相关阅读:
    安装kafka
    linux安装jdk
    rabbitmq
    企业级docker镜像仓库----Harbor高可用部署
    kubernetes基础概念理解
    kubeadm安装kubernetes集群v1.14.3
    salt-stack深入学习
    salt-stack的数据系统Pillars
    salt-stack的数据系统Grains
    salt-stack
  • 原文地址:https://www.cnblogs.com/wangbogong/p/2990724.html
Copyright © 2011-2022 走看看