對線性迴歸、邏輯迴歸、各種迴歸的概念學習

迴歸問題的條件/前提： 1） 收集的數據 2） 假設的模型，即一個函數，這個函數裏含有未知的參數，通過學習，可以估計出參數。然後利用這個模型去預測/分類新的數據。 1. 線性迴歸 假設 特徵 和 結果 都滿足線性。即不大於一次方。這個是針對 收集的數據而言。 收集的數據中，每一個分量，就可以看做一個特徵數據。每個特徵至少對應一個未知的參數。這樣就形成了一個線性模型函數，向量表示形式： 這個就是一個

>>阅读原文<<