2020-03-23
阅读量:
671
最小二乘法与梯度下降的区别
广义上的最小二乘法：基于均方误差最小化来进行模型求解
狭义上的最小二乘法：线性假设下的一种有闭式解的参数求解方法，最终结果为全局最优
梯度下降：是假设条件更为广泛无约束的，一种通过迭代更新来逐步进行的参数优化方法。针对凸问题可以得到全局最优解。而对于非凸问题可能会陷入到局部最优解
线性最小二乘求解可以使用最小二乘算法和梯度下降方法
非线性最小二乘求解可以使用梯度下降方法和牛顿法等方法
2.6079
2
4
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
anranhui
2020-06-18
2条评论
PhilipLiang
2020-06-18
6条评论
PhilipLiang
2020-06-18
7条评论