機器學習算法梳理1-線性迴歸

機器學習算法-線性迴歸 一、相關理論基礎 1.1 凸函數 某個向量空間的凸子集（區間）上的實值函數，如果在其定義域上的任意兩點 ，有 f(tx + (1-t)y) <= tf(x) + (1-t)f(y)，則稱其爲該區間上的凸函數； 1.2 線性 線性並不等於直線。線性函數的定義是：一階（或更低階）多項式，或零多項式。當線性函數只有一個自變量時，y = f(x)； 如果有多個獨立自變量,表示爲：

>>阅读原文<<