知识卡片
线性回归拟合残差
线性回归用输入特征的线性组合及截距预测数值;最小二乘法选择参数,使训练样本的预测值与真实值之差的平方和尽量小。这里通常是目标方向上的残差,不是书中所说的点到直线的垂直欧氏距离。系数大小也会受特征单位与相关性影响。
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5章 机器学习
原书出处 · 1 处
- 机器学习 · 查看原书依据
通过一个线性回归的算法学得一个线性模型,使其预测值尽可能地接近真实值
参考来源
- 位置:《现代人工智能技术》第5章《机器学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter7.xhtml)
- 结论依据:原文给出线性预测和最小二乘目标,但将残差误称为点到直线的欧氏距离。
- 原始内容:通过一个线性回归的算法学得一个线性模型,使其预测值尽可能地接近真实值