嶺迴歸（Ridge Regression）、OLS和吉洪諾夫正則化（Тихонов regularization）

嶺迴歸（Ridge Regression）、普通最小二乘（OLS）和吉洪諾夫正則化（Тихонов regularization） 線性模型和線性迴歸在機器學習相關教材上提到的比較少，一般在矩陣統計優化等數學理論相關的材料中才會介紹。本文簡明介紹一下嶺迴歸和普通最小二乘法（OLS）的關係，從而引出吉洪諾夫正則化的相關介紹。 常規的線性模型，Ax = b，對x進行求解，使得A中的數據的的某個變換和b

>>阅读原文<<