机器学习二-线性回归（linear regression）

知识准备

本章和上一章不同，本章可以处理连续值，并且是预测问题，并不仅仅的单纯完成分类功能。
废话少说，直接建立损失函数：
loss=∑ni=1(yi−wxi)2=(y−Xw)T(y−X−w)

推导过程

二话不说，直接求loss函数最小，那就是矩阵求极值，得出：
w=(XTX)−1XTy
请注意，这里有个矩阵求逆，必须保证矩阵可逆才可以，至于矩阵可逆要满足什么条件，请直接去看《线性代数》。

代码实现

这个代码实现是很简单的，直接将数据转换为矩阵，直接比着公式就可以了，没有循环迭代什么的。