機器學習複習——線性迴歸

 線性迴歸：函數 線性迴歸纔是真正用於迴歸的，而不像logistic迴歸是用於分類，其基本思想是用梯度降低法對最小二乘法形式的偏差函數進行優化，固然也能夠用normal equation直接求得參數的解，結果爲：優化 而在LWLR（局部加權線性迴歸）中，參數的計算表達式爲:spa 由於此時優化的是：orm 因而可知LWLR與LR不一樣，LWLR是一個非參數模型，由於每次進行迴歸計算都要遍歷訓練

>>阅读原文<<