老饼讲解-机器学习 机器学习 神经网络 深度学习
机器学习入门
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 发表日期 : 2022-06-26 03:34:19 更新日期 : 2023-12-14 05:10:46
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

通过本文,对线性回归进一步沉淀,同时加深对机器学习模型的理解,以后续的学习提供基础



  01. 线性回归模型总结  



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   


模型的三组件为:《模型》《损失函数》《模型求解》
 
模型的三要素




     线性回归模型三组件     


线性回归模型的三组件如下:
   线性回归的模型表达式   
    

    线性回归的损失函数   
线性回归的损失函数用的是最小均方差

 
 
   
      线性回归的模型求解   
线性回归的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. 线性回归-建模过程回顾   



本节回顾利用线性回归进行建模的过程



    线性回归建模过程回顾    


线性回归建模过程如下:
 
线性回归模型的建模流程
(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





好了,以上就是线性回归总结的所有内容了~






 End 




联系老饼