大家好,又见面了,我是你们的朋友全栈君。
在学习线性回归的时候,会用最小二乘给出目标函数,但是为什么用最小二乘法作为目标函数,理论上可以证明。
利用极大似然估计解释最小二乘法:
重要前提
1、各个样本之间是独立的
2、误差服从均值是0,方差是σ² 的高斯分布(中心极限定理)
发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/145755.html原文链接:https://javaforall.net
线性回归目标函数—–最小二乘法推导过程「建议收藏」在学习线性回归的时候
大家好,又见面了,我是你们的朋友全栈君。
在学习线性回归的时候,会用最小二乘给出目标函数,但是为什么用最小二乘法作为目标函数,理论上可以证明。
利用极大似然估计解释最小二乘法:
重要前提
1、各个样本之间是独立的
2、误差服从均值是0,方差是σ² 的高斯分布(中心极限定理)
发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/145755.html原文链接:https://javaforall.net