【機器學習】線性迴歸原理推導與算法描述

該文已經收錄到專題機器學習進階之路當中，歡迎你們關注。算法 1. 概念 線性迴歸（Linear Regression）是一種經過屬性的線性組合來進行預測的線性模型，其目的是找到一條直線或者一個平面或者更高維的超平面，使得預測值與真實值之間的偏差最小化。機器學習 2. 特色 優勢：結果具備很好的可解釋性（w直觀表達了各屬性在預測中的重要性），計算熵不復雜。 缺點：對非線性數據擬合很差 適用數據類型：

>>阅读原文<<