機器學習最易懂之線性迴歸模型的基本原理和python實現

文章目錄 0、前言 一、線性迴歸的概念 1.1 線性迴歸的原理 1.2 線性迴歸的通常形式： 1.3 機率角度的詮釋爲何使用均方偏差? 二、線性迴歸損失函數、代價函數與目標函數 2.1 L1正則——Lassio迴歸 2.2 L2正則——Ridge迴歸 2.3 Elastic Net迴歸 三、線性迴歸的優化方法 3.1 梯度降低法 3.2 最小二乘法矩陣求解 3.3 牛頓法 3.4 擬牛頓法 四、線

>>阅读原文<<