《机器学习模型思考》系列:线性回归模型的基本假设

/关注 长歌大腿 公众号,发送“机器学习”关键字,可获取包含机器学习(包含深度学习),统计概率,优化算法等系列文本与视频经典资料,如《ESL》《PRML》《MLAPP》等。/ 文章来源《机器学习模型思考》系列:线性回归模型的基本假设 . 线性模型是众多模型的基准,是更大范围的广义线性模型如支持向量机SVM,逻辑回归等模型的基模型,是经常使用的非常重要的数学方法。但是大多数机器学习或者数学建模的书籍中都没有讲述该模型的适用条件,任何模型在应用时都有其适用范围,作为最广泛的线性模型也不例外。以下为线性模型使用的关于数据方面的假设条件: 经典假设: 解释变量 X 是确定性变量,不是随机变量,而且在重