線性迴歸、lasso迴歸和嶺迴歸（ridge regression）

線性迴歸很簡單，用線性函數擬合數據，用均方差mean square error (mse) 計算損失（cost），然後用梯度下降法找到一組使 mse 最小的權重。 lasso 迴歸和嶺迴歸（ridge regression）其實就是在標準線性迴歸的基礎上分別加入 L1 和 L2 正則化（regularization）。 線性迴歸——最小二乘 Lasso迴歸和嶺迴歸 Lasso迴歸和嶺迴歸的同和異

>>阅读原文<<