线性回归#
线性回归基于几个简单的假设:
假设因变量 和自变量 的关系是线性的:即 可以表示为 的加权和,通常允许包含观测值的一些噪声。
假设任何噪声都比较正常,如噪声遵循正态分布。
设定预测结果为 ,特征向量 和权重 ,偏置项 ,则线性回归可以表示为
这里 对应单个样本特征。对于 个样本特征集合 ,预测值 可以通过矩阵-向量乘法表示为:
线性回归基于几个简单的假设:
假设因变量 和自变量 的关系是线性的:即 可以表示为 的加权和,通常允许包含观测值的一些噪声。
假设任何噪声都比较正常,如噪声遵循正态分布。
设定预测结果为 ,特征向量 和权重 ,偏置项 ,则线性回归可以表示为
这里 对应单个样本特征。对于 个样本特征集合 ,预测值 可以通过矩阵-向量乘法表示为: