回复 第3楼 的 George_zz：拿线性回归做一个简单说明，线性回归其实是一个最小化残差平方和的期望的解，这个理论解是<bblatex>E(Y|X)</bblatex>，是条件期望。我们学的最小二乘解，事实上是对这个条件期望的一个估计。而你的问题中所提到的那个条件概率，其实正是条件期望啊，所以要如此转化。也就是说，从统计决策的角度讲，当损失函数是平方和损失的时候，回归模型就是条件期望。然而在拟合模型参数的时候，不需要做这些，因为我们只有抽样得到的样本。广义回归模型的系数拟合是一个迭代的过程，这个过程中我觉得不涉及到你的问题中的转化吧。
