線性迴歸-ML之二

機器學習算法 機器學習算法主要介紹線性迴歸、邏輯迴歸、決策樹、隨機森林、提升、svm、聚類、貝葉斯算法、LDA，HMM算法。 線性迴歸 方法：使用極大似然估計解釋最小二乘法 誤差是獨立同分布的，服從均值爲0，方差爲定值的高斯分佈（中心極限定理）。 中心極限定理 實際問題中，很多隨機現象可以看做衆多因素的獨立影響的綜合反應，往往近似服從正態分佈。 計算過程 似然函數計算過程 代價函數計算過程 可以得

>>阅读原文<<