线性回归模型及其应用

2020-08-17

线性回归模型介绍

线性回归模型通过简单地计算输入要素的加权和称为偏差项的常数（也称为截距项）来进行预测。
训练的目的是找到合适的参数，以使得模型最适合训练集
回归模型最常见的性能指标是均方根误差（RMSE），回归模型闭分类模型跟容易评估模型的好坏。

线性回归模型的训练方法

闭合方程

梯度下降

本文阅读量: 次

缺失模块。
1、请确保node版本大于6.2
2、在博客根目录（注意不是yilia根目录）执行以下命令：
npm i hexo-generator-json-content --save

3、在根目录_config.yml里添加配置：

  jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

很惭愧<br><br>只做了一点微小的工作<br>谢谢大家