吴恩达机器学习笔记二

单变量线性回归(Linear Regression with One Variable)

    1以房价预测训练集为例,假设函数hθ(x)=θ0+θ1

         

    2、我们的目的在于求解预测结果hθ(x)最接近于实际结果y时,θ的取值,即求该公式最小值。

                                                             

                                                            m: 训练集中的样本总数

                                                            y: 目标变量/输出变量

                                                            (x,y): 训练集中的实例

                                                            (x(i),y(i)): 训练集中的第i=个样本实例

     3、为了求解最小值,引入损失函数(Cost Function)概念,用于度量建模误差。考虑到要计算最小值,应用二次函数对求和式建模,即应用统计学中的平方损失函数(最小二乘法):求解J(θ0θ1)最小。(1/2是为了计算方便)

                                                   

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值