回归算法族 发表评论 1095 views 1 线性回归 2 Lasso回归 3 ridge回归 4 非线性回归 5 逻辑回归 6 自回归 其他进阶技巧 实战案例 1 线性回归 面对$N$个形式为$(x_i,y_i)$样本组成的样本集,线性回归就是为了寻找形式为$y_{N\times1}=X_{N \times d}\theta_{d\times 1}$的线性方程,使其能最大程度拟合样本,而第一步便是建立线性回归的损失函数/目标函数: $$Loss(\theta)= (y-X\theta)^T(y-X\theta) $$ 其中$y$表示真实值,$X\theta$表示的预测值,所以损失函数$Loss(\theta)$表示的便是真实 Read more