機器學習-嶺迴歸python實踐【2】

寫在最前面： 當數據的特徵大於樣本點，線性迴歸就不能用了，因爲在計算[(X^T)*X]的逆時候，n>m，n是特徵，m是樣本點，此時的輸入矩陣不是滿秩矩陣，行列式爲0。 此時，我們可以使用嶺迴歸（ridge regression) 閱讀本文前，需要各位簡單回憶一下線性代數知識，關於矩陣的秩 簡單來說，嶺迴歸就是在矩陣(X^T)*X的基礎上加上λI，這樣使得矩陣非奇異，從而能對(XTX)-1+λI整體

>>阅读原文<<