機器學習筆記（一）：最小二乘法和梯度下降

一、最小二乘法 1.一元線性擬合的最小二乘法 先選取最爲簡單的一元線性函數擬合助於我們理解最小二乘法的原理。 要讓一條直接最好的擬合紅色的數據點，那麼我們希望每個點到直線的殘差都最小。 設擬合直線爲 y i = b + a x i y_{i}= b+ax_{i} yi​=b+axi​,那這些數據的所有誤差和爲： S = ∑ i = 1 n ( y − b − a x i ) 2 S=\sum_{i

>>阅读原文<<