深度学习笔记 - 线性模型

线性模型 :

给定许多数据点,找到一个函数拟合这些数据点,使其误差最小。


深度学习笔记 - 线性模型_第1张图片
image.png

image.png

线性模型,是试图学习一个通过属性的线性组合来进行预测的函数。
w b都是需要学习的参数,模型通过不断调整w,b,得到一个使得损失函数最小的优化模型。

线性模型有很好的可解释性,权重的大小可以表示这个属性的重要程度。

优化参数的核心在于y'和y之前差别最小(拟合效果好),可以用均方误差来衡量误差。

数学解释

找到w* b*,使得


image.png

基于均方误差最小化来进行模型求解的办法称为"最小二乘法“

求连续函数的最小值,那么只需要让它的偏导数等于0

深度学习笔记 - 线性模型_第2张图片
image.png

可以得到w,b的最优解:


深度学习笔记 - 线性模型_第3张图片
image.png

你可能感兴趣的:(深度学习笔记 - 线性模型)