机器学习-线性回归

标签：ima   高斯分布   images   .com   bsp   src   个数   img   注意   

对于形如  的线性回归。

假设，当的n个数据。注意这里表示第i个数据，且他有m个维度。

对于h(X)，这里的目标其实就是估计出，模型就确定了。这个的计算可以通过最小二乘来估计。

从极大似然的角度来说：

　　h（X）是假设，但这个模型往往和实际值有差距，通过增加误差来拟合给定数据更加合理。假设误差是独立同分布的，当服从高斯分布

，模型变成 --->  

将代入高斯分布，再讲其看成是已知数据（x,y）服从的一定关系的高斯分布，运用极大似然估计可以得到

即最小化

机器学习-线性回归

标签：ima   高斯分布   images   .com   bsp   src   个数   img   注意   

原文地址：http://www.cnblogs.com/parkin/p/7678148.html