最近在读一本很有意思的书：[矩阵力量](https://github.com/Visualize-ML)
从多个角度来分析线性代数的基本概念。回归这一块，第一次领悟到线性代数的威力。
所谓的线性回归，实际是从原始的数据维度，投影到另外一个维度，回归系数就是投影到新维度上的系数，残差就是两个维度带来的误差。
多项式回归更有意思，设计矩阵X实际可以写成多个列向量，第一列全为1，第二列为因变量x，[......]
最近在读一本很有意思的书：[矩阵力量](https://github.com/Visualize-ML)
从多个角度来分析线性代数的基本概念。回归这一块，第一次领悟到线性代数的威力。
所谓的线性回归，实际是从原始的数据维度，投影到另外一个维度，回归系数就是投影到新维度上的系数，残差就是两个维度带来的误差。
多项式回归更有意思，设计矩阵X实际可以写成多个列向量，第一列全为1，第二列为因变量x，[......]