很多Machine Learning的问题都可以归结为regression

General的regression,我们看做,given x1 vector, x2 vector,..., xn vector,

来求fit 这个data sample 最合适的function or 分布,


首先可以用polynomial的分布,可能这个分布无论如何tuning 参数weight,也不能很好的fit these data,

然后可以考虑使用其他的分布形式,但是最终还是求一个整体的分布p(x)=****; 类似于给你一个点云,可以用

line 去 fit它,也可以用曲面去fit 它。。。

你可能感兴趣的:(很多Machine Learning的问题都可以归结为regression)