机器学习：线性回归

线性回归：研究自变量和因变量之间的关系。对于特征x=(x1,x2,x3....)与对应的标签y，线性回归假设二者之间存在线性映射。f(x)=w1x+w2x(平方)+w3x(三次方)...，权重w表示每个特征变量的重要程度。越大表示越重要。

线性回归目标：求解w和b使得f(x)与y尽可能的接近。

一元线性回归：

f(x)=wx+b,目标函数J(w,b)

令目标函数对w和b的偏导数为0

对w求偏导其他看作常量，w看作变量那么复合函数一开始是当作函数平方形式求导，在对内层求导因此还要乘-x(i)。对b求偏导同理。

进行化简

多元线性回归推导太复杂我不会，想学的自己看吧。

【多元线性回归公式推导】https://www.bilibili.com/video/BV1Eg411j7ZB?vd_source=47de80bcce8630d9c3c112bdb143c43e