机器学习入门（九）：回归与聚类算法——线性回归、过拟合、岭回归

学习目录：

线性回归：

案例：波士顿房价预估（比较正规方程和梯度下降优化方法）

使用正规方程优化：

使用梯度下降优化：


使用均方误差（MSE）评估模型好坏：

总结：

过拟合与欠拟合

正则化类别：
**L2正则化（常用）：**给损失函数后面加一个惩罚项，这个惩罚项与权重有关，在优化损失函数降低损失值得同时还可以减小特征对应的权重。
L1正则化：

岭回归

就是带L2正则化的线性回归

案例：使用岭回归对波士顿放假预测