直线拟合的四种方法
1、最小二乘法：它是利用正规方程求解线性回归方程的最优解，通过该方法求出最小二乘平方和最小，即最小误差的直线的斜率和截距；
2、梯度下降法：它是一种迭代优化算法，通过不断更新参数使损失函数最小；
3、随机梯度下降法：它是一种迭代优化算法，但比梯度下降法更加高效，它每次只需要使用一小部分的样本数据，依次更新参数使损失函数最小；
4、正则化线性回归：它是一种线性回归方法，该方法通过在损失函数中加入正则化项来抑制参数的极端值，使模型较为简洁，以达到优化参数的目的。
>正则化的回归分析

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。