最小二乘

线性映射、向量与矩阵的几何与代数

当 Ax = b 没有精确解时(数据比参数多时通常如此),你就做次优选择:找到让 Ax 尽可能接近 b 的 x。“接近”指平方误差最小。这就是最小二乘,也是普通回归背后的方法。

🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.

▶ 最小二乘
← 通过 SVD 做 PCA矩阵范数 →