回帰(a)の線形最小二乗の一般的な方法を解決する:最小二乗のレビューは、賃金や融資額ケースケースの年齢に人気の理解+を感知

二乗誤差

二乗誤差は次のように記述することができます
ここに画像を挿入説明

ワットのデリバティブ

Wの誘導体誘導体が0の場合、この時の最小二乗誤差がWに等しいです

ここに画像を挿入説明
説明:私たちの目標は、二乗誤差を最小にするために、WのY = WX + B + EとBを見つけることである、即ち誘導体は模索すること、及びbも探し出しう次いでwは、0です。

線形回帰の例

データ:賃金と年齢(2つの機能)
の目標:どのくらいの(ラベル)私に貸すために銀行振込を予測する
彼らそれぞれが衝撃それ(パラメータ)の多く持っているので、賃金や年齢の結果は、最終的な銀行融資に影響します。考慮すべき
ここに画像を挿入説明
方程式を:
ここに画像を挿入説明
どのように多くの式、W1およびW2結果は、彼らが反射させることができるように、より包括的なW1およびW2を見つけるために、異なるものになります。

人気の解釈:
X1、X2は、我々の2つの特性(年齢、給与)は、Y銀行は最終的に私たちに多くのお金を貸すだろう。
最も適切な行を探す(想像高次元)、データポイントのベストフィットは、我々は
ここに画像を挿入説明
、パラメータの賃金θ2で、θ1は、年齢のパラメータがあることを前提としてい

フィッティングプレーン:
ここに画像を挿入説明
(θはバイアス項です)

統合:
ここに画像を挿入説明
エラー:
確かに真の値と予測値との間の不一致であるため
ここに画像を挿入説明エラーを表すために)
各サンプルについて:
ここに画像を挿入説明
私は数であります

公開された522元の記事 ウォンの賞賛648 ・は 70000 +を見て

おすすめ

転載: blog.csdn.net/qq_35456045/article/details/104486006