RedArvin的博客

符号名词解释，部分定义基于个人喜好，在我自己的笔记中用到。笔记仅用于自己学习记录，很多东西理解得还不是很清楚。 机器学习 符号或名词 意义 xxx 输入向量，表示一个一维向量 yyy 样本输出向量，表示一个一维向量 XXX 输入数据集 YYY 样本输出数据集 XiX^iXi 第i个样本输入向量 XjiX^i_jXji​ 第i个样本输入向量的第j个特征值 nnn 输入向量的维数，即特征量个数 mmm 数据集的大小，即样本个数 H/hH/hH/h 预测函数 J

1.线性回归（linear regression） （1）引言 机器学习解决的问题可以分为分类问题（Classification）和回归（regression）问题两种，前者是离散值输出，而后者是预测值输出。这里先从回归问题引入，而线性回归（linear regression）则表示输入值与输出值之间存在线性关系。 （2）预测函数 z=H(x)=θ0x0+θ1x1+θ2x2+...+θnxn（x0=1,在说明输入向量维数时并没有考虑x0）z=H(x)=\theta_0x_0+\theta_1x_1+\t.