高斯牛顿法

（其他数学相关）
高斯-牛顿迭代法的基本思想是使用泰勒级数展开式去近似地代替非线性回归模型，然后通过多次迭代，多次修正回归系数，使回归系数不断逼近非线性回归模型的最佳回归系数，最后使原模型的残差平方和达到最小。高斯-牛顿法的一般步骤为:
用户数据
参数表
继承树
构成树
关注人数：
0
技点进度：
0/0
题库进度：
0/0
技能进度：
0/
关注级别：