Структурированный блокнот   
 Машинное обучение (Machine Learning, обучающиеся алгоритмы) →  Обучение с учителем (Supervised learning) →  Линейная регрессия (linear regression) →  

С множеством переменных

Линейная регрессия с множеством переменных работает аналогично линейной регрессии с одной переменной. Пусть теперь y -- функция N переменных. И мы приближаем функцию y(x1, x2, .. , xN) функцией g(x1, x2, .. xN) = a0 * a1*x1 + a2*x2 + .. + aN*xN
Мы строим аналогичную функцию ошибки Q, и точно также ищем её минимум, только теперь сразу по всем параметрам a0, a1, .. , aN.
Поиск по записям в текущем разделе: