假設樣本數為m個,特征為n個。
預測模型:
,其中,
為權重,
為特征
向量寫法(默認向量為列向量):

損失函數:

損失函數的矩陣形式:

其中,
, 
或者:

對w進行求導:




令此式為零可得w:

表示是w的一個最佳估計。
注意:公式中包含
,此過程需要對矩陣求逆,因此這個方程只有在逆矩陣存在的時候可以使用。
需要可逆才能求出權重w,此時使用嶺回歸,在
上加一個
使得矩陣非奇異,進而對
求逆。
是一個
的單位矩陣,此時的權重為:

到此線性回歸模型建立完成。
假設樣本數為m個,特征為n個。
預測模型:
,其中,
為權重,
為特征
向量寫法(默認向量為列向量):

損失函數:

損失函數的矩陣形式:

其中,
, 
或者:

對w進行求導:




令此式為零可得w:

表示是w的一個最佳估計。
注意:公式中包含
,此過程需要對矩陣求逆,因此這個方程只有在逆矩陣存在的時候可以使用。
需要可逆才能求出權重w,此時使用嶺回歸,在
上加一個
使得矩陣非奇異,進而對
求逆。
是一個
的單位矩陣,此時的權重為:

到此線性回歸模型建立完成。
本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。