Adi*_*una 2 machine-learning linear-regression
只是一个愚蠢的怀疑,为什么它被称为'线性'.是因为回归中使用的多项式函数的程度还是因为我们有1个输出来预测,或者是其他原因.我是ML的初学者.搜索谷歌无法找到答案.
lej*_*lot 19
因为你的输出变量模型线性回归被称为线性(可以称它为f(x))作为一个线性组合的输入和重量(可以打电话给他们x,并w分别).亦即
f(x) = < w, x > + b = SUM w_i x_i + b
从严格的数学角度来看,这些模型应该称为仿射模型,因为存在偏差(b项不应该出现在线性变换中),但由于历史原因,我们使用线性名称代替.
您可以在数据的非线性变换之上考虑线性回归,但这只是一个语义技巧,因为有效的是变换数据的线性回归,而不是数据本身(就数据而言,拟合回归不是线性的) .从数学的角度来看,保持线性是很重要的.无论你优化什么,所以就...而言w.所以,如果你考虑
f(x) = <w, g(x)> + b
您仍然可以将其称为线性回归(因为它是线性回归w),但它不再应用于线性回归x,而是应用于g(x).
| 归档时间： |
|
| 查看次数： |
3630 次 |
| 最近记录： |