Python 3.x 如何选择线性回归方法
我们有以下方法来开发线性回归模型。 1.普通最小二乘法 2.线性代数 3.梯度下降Python 3.x 如何选择线性回归方法,python-3.x,machine-learning,linear-regression,Python 3.x,Machine Learning,Linear Regression,我们有以下方法来开发线性回归模型。 1.普通最小二乘法 2.线性代数 3.梯度下降 如何在这些模型之间进行选择。谁能澄清一下这些建议的利弊吗 我的理解是,线性代数用于实现普通最小二乘法(OLS),因此在你的问题(1)和(2)中,它们实际上是相同的东西。OLS只能用于系数中为线性的曲线拟合方程,不能直接用于非线性方程。梯度下降法是曲线拟合非线性方程组的方法之一,但需要良好的起始参数,以便在误差空间中开始下降 我邀请名单上更有经验的统计学家对我的小结发表意见。欢迎来到Stackoverflow。请参
如何在这些模型之间进行选择。谁能澄清一下这些建议的利弊吗 我的理解是,线性代数用于实现普通最小二乘法(OLS),因此在你的问题(1)和(2)中,它们实际上是相同的东西。OLS只能用于系数中为线性的曲线拟合方程,不能直接用于非线性方程。梯度下降法是曲线拟合非线性方程组的方法之一,但需要良好的起始参数,以便在误差空间中开始下降
我邀请名单上更有经验的统计学家对我的小结发表意见。欢迎来到Stackoverflow。请参阅。分享您迄今为止尝试过的相关代码片段;为了得到专家的帮助。