机器学习|线性回归

线性回归是尝试使用一条直线去拟合出图上的节点。


e i e_i ei为第i个点构成的误差,使用平方的好处一是可以避免正负抵消,二是平方有利于放大大于1的误差的影响,同时缩小误差小于1的影响。

将平方项进行展开,以w作为变元,可以得到上述式子。

如何使用代价函数?

w是函数斜率,每一个w都会对应损失函数中的一个位置,而合适的w会使得损失函数的损失值趋于最小。

代价函数的形式可能多样,可以通过找到一些梯度下降的方法来找到最小的代价函数,从而确认出最优的代价函数。

耿直哥

相关推荐
OpenMiniServer9 分钟前
AI全周期开发平台设计方案
人工智能
子夜江寒13 分钟前
基于贝叶斯的评论分类实例
机器学习·分类
明月照山海-25 分钟前
机器学习周报三十
人工智能·机器学习·计算机视觉
kisshuan1239635 分钟前
YOLO11-RevCol_声呐图像多目标检测_人员水雷飞机船舶识别与定位
人工智能·目标检测·计算机视觉
lkbhua莱克瓦2443 分钟前
人工智能(AI)形象介绍
人工智能·ai
shangjian00744 分钟前
AI大模型-核心概念-深度学习
人工智能·深度学习
十铭忘1 小时前
windows系统python开源项目环境配置1
人工智能·python
PeterClerk1 小时前
RAG 评估入门:Recall@k、MRR、nDCG、Faithfulness
人工智能·深度学习·机器学习·语言模型·自然语言处理
Generalzy1 小时前
langchain deepagent框架
人工智能·python·langchain
人工智能培训1 小时前
10分钟了解向量数据库(4)
人工智能·机器学习·数据挖掘·深度学习入门·深度学习证书·ai培训证书·ai工程师证书