应用正太分布_概率密度函数_对数总似然---人工智能工作笔记0021

之前关于回归我们已经说了很多了.

然后我们再来看之前我们看的高斯分布,说y = ax +b ,只是考虑了一个因素x的维度说1个x,

那么如果,我们考虑多个维度,可以看到,x ,y 都有多个的情况,考虑到因素说多个的情况,就可以得到

上面的这个图了,可以看到上面的这个x,y都是多维度的.

然后我们再来看这里x1 到 xn,这里是考虑的维度,然后m说样本数据,也就是有m个样本数据,然后

每个数据,有x1 到xn ,个数据,所以这个数据x实际上就是一个m * n的矩阵,然后y,说一个m个样本 1列的结果数据,然后我们再来看,这里什么是截距:

比如上面 y = w0 + w1*x1  ....,这里我们说当x是0的时候,那么y = w0 ,那么这个w0,我们就说是截距.

y = a x +b 当x =0的时候,y =b ,那么这个时候b就是截距,它表示的是,物体本身的价值,表示的物体本身,比如我们建筑了一套房子,那么这个房子,如果不考虑,是在上海,还是在北京,仅仅是看这个房子,它值多少钱,这个就是截距,它本身的价值,而如果考虑这个房子是在上海,还是北京它的价格就变高了,

这个时候,也就是y = a x+b ,这里就把x考虑进去了,x就是考