回归模型：线性回归
- 场景：房价预测，输入输出能够用线性方程拟合，输出为实数
- 核心公式：
- LR使用的是最小二乘法
- 均方误差：是参数估计值与参数真值之差的平方的期望值$MSE=\frac{1}{N}\sum_{t=1}^N(observed_t-predicted_t)^2$
- 最小二乘法：基于均方误差最小化来进行模型求解的方法称为“最小二乘法”
- 公式：
- LR使用的是最小二乘法
- 公式推导：
- 心得：
- 理解向量是n个维度(n行)，一列的特殊矩阵
- X下角标表示第n个特征，上角标m表示第m个样本，可以理解为第m个样本的向量(每个样本都包含n维的特征)
- 理解矩阵的乘积，向量，替换普通程序思维的for循环等
- 数据归一化，会收敛得更快，Loss曲线也更平滑