線性迴歸算法梳理

線性迴歸算法梳理 1. 機器學習的一些概念 監督式學習 無監督的學習 泛化能力 過擬合 欠擬合 交叉驗證 2. 線性迴歸的原理 理論模型 數據和估計 3. 線性迴歸損失函數、代價函數、目標函數 損失函數 代價函數 目標函數 4. 優化方法 梯度降低法 牛頓法 擬牛頓法 5.線性迴歸的評估指標 均方偏差（MSE） 均方根偏差（RMSE） 平均絕對偏差(MAE） R方（R Squared) 6. sk

>>阅读原文<<