基本信息

---

下载

文档摘要

---

机器学习

MachineLearning

第三讲：回归的基本学习算法

1.线性回归模型特征向量（输入向量）扩充特征向量权系数向量则线性回归模型为

线性回归模型（续）给出训练序列对于给出的损失函数最小化，得到回归参数对于给出的新特征向量，得到预测值

2.扩充：线性基函数回归模型特点：对参数向量线性，对特征向量非线性对特征向量映射基函数：线性基函数模型：特例：线性回归是线性基函数回归的特例：

基函数集的例子-1对应线性回归模型对应线性基函数回归模型

3.基本线性回归模型的学习独立同分布条件（I.I.D）的训练数据集对每个样本，模型与标注之间存在误差?一维情况下，线性回归表示的