机器学习｜线性回归

线性回归是尝试使用一条直线去拟合出图上的节点。


$e_i$为第i个点构成的误差，使用平方的好处一是可以避免正负抵消，二是平方有利于放大大于1的误差的影响，同时缩小误差小于1的影响。

将平方项进行展开，以w作为变元，可以得到上述式子。


如何使用代价函数？

w是函数斜率，每一个w都会对应损失函数中的一个位置，而合适的w会使得损失函数的损失值趋于最小。

代价函数的形式可能多样，可以通过找到一些梯度下降的方法来找到最小的代价函数，从而确认出最优的代价函数。