机器学习第一篇

线性回归

结果由多种不同因素影响

整合：

        

误差

误差：

对于每一个样本： 

 误差是独立并且具有相同的分布，并且服从均值为0反差为高斯分布。

 由于误差服从高斯分布：

所以：

（由和组合完在之后成为的可能性越大）

似然函数：

 解释：什么样有参数跟我们在数据组合后恰好是在真实值。

对数似然：

 =》

 目的：让似然函数越大越好

越小越好（最小二乘法）

 

目标函数：

 

求偏导：

 

 偏导等于0：