Closed fire-lit-band closed 12 months ago
3.1.1 第一问的证明办法有点麻烦,直接对b求导,我们可以得到 $\sum 2(b-x_i)=0$展开后可以直接得到最后的结果 然后第二问我感觉描述有点混乱,我的建议改成: 对于一个正态分布的总体,取n次样本 $x_1, \dots x_n $,此时得到的样本平均数为 $\bar x$,根据大数定理,在取较多的样本,也就是n比较大的时候, $b=\bar x$会趋近于正态分布的期望(或者中心) 3.1.2 “多个局部最小值”的说法不成立,算一下Hessian可以知道解析解应该是global minimum($X^TX$是半正定矩阵),
你是对的,感谢提供想法和建议 ,我们会进行相应修改
@fire-lit-band 后续会提供修改,请持续关注,有问题欢迎随时提出。
3.1.1 第一问的证明办法有点麻烦,直接对b求导,我们可以得到 $\sum 2(b-x_i)=0$展开后可以直接得到最后的结果 然后第二问我感觉描述有点混乱,我的建议改成: 对于一个正态分布的总体,取n次样本 $x_1, \dots x_n $,此时得到的样本平均数为 $\bar x$,根据大数定理,在取较多的样本,也就是n比较大的时候, $b=\bar x$会趋近于正态分布的期望(或者中心) 3.1.2 “多个局部最小值”的说法不成立,算一下Hessian可以知道解析解应该是global minimum($X^TX$是半正定矩阵),