文章目录 线性回归 一元线性回归 梯度下降 多变量线性回归 建立模型 多元梯度下降 特征缩放(归一化) 特征缩放——最大值方法 特征缩放——平方均值法 损失函数 随机梯度下降和‘Mini-batch’梯度下降 如何选择: 线性回归 一元线性回归 一元线性回归是分析只有一个自变量(自变量x和因变量y)线性相关关系的方法。 对于一元线性回归(单变量线性回归)来说,学习算法为 y = ax + b 我们换一种写法: hθ(x) = θ0 + θ1x1 线性回归实际上要做的事情就是: 选择合适的参数(θ0, θ1),使得hθ(x)方程,很好的拟合训练集 模型 hθ(x) = θ0 + θ1x1 参数 θ0, θ1 损失函数 目标 梯度下降