监督学习&回归问题(Regression)

---

分类

模型如下：

1. 回归问题：学习的结果是连续的，比如房价等等
2. 分类问题：学习的结果是非连续的，分成某几个类

梯度下降

例子：
：

条件：

• 对于输入X有n个特征值。X = { $x_1, x_2, x_3, x_4, ....... ,x_n$}
• 一共有m组输入。$X_1, X_2, ...... , X_m$

结果：

• 根据给出的数据得到函数$h_θ$(x)，关于$\theta$的一个函数
• 
  

假设：

• 
• $J(\theta)$主要用来描述该方程在样本点的逼近程度

特点：

• 都具有局部最小值
• 最后的结果并不一定是总体的最小值

1.批梯度下降：

• 思路：
  先初始化$\theta$ = 0向量，然后通过学习，不断改变$\theta$使