機器學習 | 簡單線性迴歸和最小二乘法

最近一段時間在學習機器學習算法，看了一些視頻，打算整理下做成筆記，方便以後看。 線性迴歸：能夠用一個直線比較精確地描述數據之間的關係，當出現新的數據的時候，能夠預測出一個簡單的值。 線性迴歸算法主要來解決迴歸問題，本身思想簡單，容易實現，是許多強大的非線性墨香的基礎，而且結果比較直觀好解釋。 目標：尋找一條直線，最大程度的「擬合」樣本特徵和樣本輸出標記之間的關係。 如圖假設找到了最佳擬合直線方程：

>>阅读原文<<