知识卡片

普通读书笔记卡 · 9943.b.1.a.2 · 生成模型:未记录

线性回归拟合加权和

理解等级:初级

线性回归预测 wᵀx+b。其中每个系数对应其他输入坐标给定时的预测变化,截距是零输入处的模型预测。一元情形画成直线,多元时仍是一组线性参数。输入若预先加入平方项,模型可以对原变量弯曲而仍对系数线性。普通最小二乘的计算本身无需假定正态误差。

可参照[[最小二乘是列空间投影]]。最小二乘空间投影解释线性回归估计。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《从零开始:机器学习的数学原理和算法实践》第7章《搞懂算法:线性回归是怎么回事》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter007.xhtml) - 结论依据:原文用一元和多元两种形式及预测案例解释变量关系。 - 原始内容:如果回归分析包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析就称为一元线性回归分析。