标签： python-3.x machine-learning linear-regression
我们采用以下方法来开发线性回归模型。 1.普通最小二乘法 2.线性代数 3.梯度下降
如何在这些模型之间进行选择。任何人都可以澄清这些利弊吗？
答案 0 :(得分：0)
我的理解是，线性代数用于实现普通最小二乘（OLS），因此在您的问题（1）和（2）中实际上是同一件事。 OLS只能用于曲线拟合是在系数的线性和不能直接用于非线性方程的方程。梯度下降是对非线性方程进行曲线拟合的方法之一，但需要良好的起始参数才能从误差空间开始下降。
我邀请该列表中经验丰富的统计学家对我的小总结发表评论。