机器学习推导+python实现(一):线性回归

写在开头:这个系列的灵感已经整个系列的思路会根据公众号机器学习实验室的节奏进行,相当于做一个自己的理解版本,并且按照以往惯例我们会增加一些问题来对小细节进行讨论。 内容安排 笔者觉得如果单单的去调用sklearn库的机器学习的方法有些不妥,这个系列本应该在去年就开始了,但一直拖着没有更新。所以从今天开始我们一起来探究机器学习的乐趣吧。这个系列开始后,我们还会增加很多细节上的思考问题的讨论系列。 根据公众号机器学习实验室的节奏安排我们预计会涉及以下几个内容的实现:线性回归(一)、逻辑回归(二)、K近邻(三)、决策树值ID3(四)、CART(五)、感知机(六)、神经网络(七)、线性可分支持向量机(