Barbie_1229的博客

2.1 模型表示第一个算法是线性回归算法。在监督学习中，数据集被称为训练集。m代表训练样本的数目。x代表特征/输入变量y代表目标/输出变量（x，y）代表训练集中的实例（x（i），y（i））代表第i个观察实例h代表学习算法的解决方案或函数，也称为假设（hypothesis）如图所示，训练集是房屋的价格，我们输入了房屋的面积x，h表示一个函数，映射出房屋的价格y。而我们要考虑的问题是如何表达h。一种可...

1.1 欢迎1.2 机器学习是什么一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。以下棋举例，E是程序上万次的自我练习的经验；T是任务下棋；P是赢得比赛的概率。主要的两类算法为：监督学习和无监督学习。1.3 监督学习经典例子：预测房价横轴表示房子的面积，单位是平方英尺，纵轴表示房价，单位是千美元。那基于这组数据，假如你...

4.1 多维特征模型可以有更多的特征，而不是单一的。n代表特征的数量。X（i）代表第i个特征实例，是特征矩阵中的第i行，是个向量。代表特征矩阵中的第i行中的第j个特征。支持多变量的假设h可以表示为：有n+1个参数和n个变量，为了方便我们使x0=1，则公式转化为：此时，模型中参数为n+1维向量，特征矩阵X的维度使m*（n+1），公式可以简化为：4.2 多变量梯度下降在多变量线性回归中，我们构建一个代...