1.线性回归概述-2.误差项分析 3.似然函数求解 4.目标函数推导(唐宇迪)
1.线性回归概述
2.数学部分
公式含意:
=θ0x0+θ1x1+θ2x2+......θnxn
2.误差项分析
误差ε( i )是独立并且具有相同的分布并且服从均值为0方差为θ2的高斯分布
独立:张三和李四一起来贷款,他俩没关系
同分布:他俩都来得是我们假定的这家银行
高斯分布:银行可能会多给,也可能会少给,但是绝大多数情况下这个浮动不会太大(在 [-1,1] 间),极小情况下浮动会比较大,符合正常情况(如下图)
误差求解公式:
3.似然函数求解
注:
1. exp≈2.7
2. 2式为高斯分部公式
似然函数:根据样本去估计参数值
例如:去赌场,不知输赢概率,问从赌场出来的n个人,计算出输赢概率(不管赌场实际输赢服从什么规则),此即为似然函数案例
注:为累乘符号
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列:基于图像分类模型对图像进行分类
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 25岁的心里话
· 按钮权限的设计及实现