Loading

摘要: 1. Linear Regression 以一元线性回归为例,该算法的中心思想是:找一条直线,并且让这条直线尽可能地拟合图中的数据点: 该模型可简写为:y = ax + b,我们需要根据已有的数据对(x, y),找到最佳的参数a*, b* 。同理,在高维空间中,我们寻找的就是线性分割空间的高维超平面 阅读全文
posted @ 2021-08-20 20:41 云野Winfield 阅读(758) 评论(0) 推荐(0) 编辑