基于线性回归的数据约简方法是什么？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
线性回归模型是：Y=wX+b
其中w和b是参数，将数据用线性回归模型去拟合，然后通过最小二乘法可以得到一组最优的解，也就是得到参数w和b，然后根据w和b可以通过一个属性去预测另外的一些属性，从而可以丢掉之前的原始数据。
还可以用一些非线性的模型去拟合数据，保留模型的参数
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)