机器学习基石第九讲 Linear Regression

初学机器学习，在看到视频的第九讲第三个部分也就是Generalization Issue 遇到了不少难点，网上详细讲的也不多，最后请教实验室的大神给我讲解的，今天在这分享一下。

难点

主要问题是由这个公式开始

problem.png

• y 怎么变成了noise
• (I - H)转换到(N - (d + 1))的平方怎么消失了

已知

可由之前的两个视屏得到：

1. 公式1
2. 公式2
3. 公式3
4. 公式4，[证明](http://www.cnblogs.com/ymingjingr/p/4314665.html) .

解

字写的丑，将就。

5.png

• 因为I,H都是单位矩阵，(I-H)的平方等于它的本身

  
  

证明就成功了，这是个人的想法，如有错误请指正，谢谢。
另外谢谢实验室大神余同学的帮助，另外网上有许多机器学习基石视频的讲解资料，我认为这个教程还是相对比较详细，好理解的，大家可以参考一下。