02 线性拟合
1 简介
统计和机器学习(Machine learning, ML) 在数据挖掘中都有应用，用一个直观但并不是很严谨的方法去解释它们区别就是：统计是基于模型假设的，而机器学习是不需要模型基础的。本节中我们会用一个线性模型去理解它们的区别。
训练集：
S={(xi,yi)∣(xi,yi)∈R2}
S = \{ (x_i, y_i) \mid (x_i, y_i) \in \mathbb{R}^2 \}
S={(xi,yi)∣(xi,yi)∈R2}
fθ(x)=ax+b=[x1][ab]
f_{\theta}(x) = a x + b = \begin{bmatrix} x & 1 \end{bmatrix} \begin{bmatrix} a \\ b \end{bmatrix}
fθ(x)=ax+b=[x1][ab]
β=(a,b)T
\beta = (a, b)^T
β=(a,b)T