知识卡片
最小二乘惩罚平方残差
每个样本的残差等于观测值减预测值。直接相加会让正负抵消,最小二乘法则选择使平方残差总和最小的参数。平方会放大极端残差的影响。普通最小二乘这里量的是预测方向上的差,而非数据点到拟合线的垂直最短距离。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第4章 回归算法
原书出处 · 1 处
- 回归算法 4.1.2 · 查看原书依据
来表示,一般做法是我们用离差的平方和,其实就是欧式距离加和,公式如图4-5所示(其中y(i)表示的是实际房价,y(i)表示的是预测房价)。
参考来源
- 位置:《AI制胜:机器学习极简入门》第4章 回归算法 §4.1.2(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter4.xhtml#isbn9787302555513_4_1_1_2)
- 结论依据:原文以房价图的小竖线和离差平方和定义了优化目标。
- 原始内容:来表示,一般做法是我们用离差的平方和,其实就是欧式距离加和,公式如图4-5所示(其中y(i)表示的是实际房价,y(i)表示的是预测房价)。