机器学习十大经典算法之线性回归

线性回归可以用以下式子进行描述: 线性回归即连续值的预测问题,即根据给定的x以及模型参数θ的计算下,使得该方程的相应能够无限逼近真实值y。 下面来举一个连续值预测的简单例子: y = w * x + b 当知道两组参数时,即可通过消元法求得参数w与b,即可得到该方程的精确解。即w = 1.477, b = 0.089 1.567 = w * 1 + b 3.043 = w * 2 + b 但是现实生活中往往不能够精确求解,首先因为模型本身的方程是未知的,采集的数据都是带有一定偏差的,其次我们观测到的数据往往是带有一定噪声的。因此需要在上面式子中增加一个噪声因子ε,即 y = w * x +