用最小二乘和梯度下降看线性回归
线性回归是最简单的机器学习的模型，它设置y与输入特征x满足线性关系，假设我们通过生产成本预测销售价格，通过收集的数据我们可以得到下面的图形。
以一元线性回归为例，公式为
y=β1x+β0
最小二乘法计算线性回归系数：β0，β1
首先模型的损失函数：
其次求β0，β1，需要损失函数进行求导：
最后联立方程组解出β0，β1：
梯度下降法求解方程系数：
目标的损失函数为：
根据目标函数计算系数的梯度：
更新系数直至达到我们的要求：
当然推导了这么多，还需要学习一下简单的操作，利用sklearn实际对线性回归进行操作
波士顿房价预测:
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20180727G1LC8400?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
