DataWhale-01-线性回归

线性回归的概念

1、线性回归的原理

线性回归的一般形式:

有数据集
,其中,

其中n表示变量的数量，d表示每个变量的维度。

可以用以下函数来描述y和x之间的关系：

2、线性回归损失函数、代价函数、目标函数
损失函数：Loss Function)：度量单样本预测的错误程度，损失函数值越小，模型就越好。
代价函数：(Cost Function)：度量全部样本集的平均误差。
目标函数：(Object Function)：代价函数和正则化函数，最终要优化的函数。
3、优化方法(梯度下降法、牛顿法、拟牛顿法等)

4、线性回归的评估指标

5、sklearn参数详解