线性回归算法
线性回归算法
误差项分析:
似然函数求解:
哪里不懂点哪里。
极大似然估计,值越大越好。
目标函数求导
欲使 最大似然函数 值越大,就要使 最小二乘法 的值越小越好。因此,这里的 最小二乘法 叫目标函数。
(笔试或面试中,常问:1.为什么要引入似然函数;2.为什么对似然函数进行log变换;3.为什么要让目标函数越小越好。)
线性回归求解
矩阵X的平方=矩阵X的转置*矩阵X
最终的sitar不一定能求解。线性回归算是一个数学上的巧合,可以解出来。但是在一些问题上,是无法直接求解出来的。所以多数情况下,是进行优化,而不是直接求解。
很多时候原始数据存在偏度,这时需要将原始数据转换为正常分布。(数据预处理?)
不仅要会用工具实现,还要知晓背后原理及如何做的更好。