機器學習之 線性迴歸（ L1正則化（Lasso迴歸）+ L2正則化（Ridge迴歸））（五）

主要參考：https://www.cnblogs.com/pinard/p/6004041.html 想看具體的看參考鏈接，這裏主要是重點公式記載。 線性迴歸是最常見的，之前再梯度下降和最小二乘法裏面也都是以線性迴歸爲例的。 模型： 矩陣形式 一般線性迴歸我們用均方誤差作爲損失函數。 損失函數的代數法表示如下： 損失函數的矩陣形式： 對於線性迴歸的損失函數，我們常用的有兩種方法來求損失函數最小化時

>>阅读原文<<