天天看点

2018.4.23-ml笔记(线性回归、梯度下降)

线性回归:找到最合适的一条线来最好的拟合我们的数据点。

hθ(x) = θixi=θTx    θ被称之为权重参数    θ0为拟合参数

对每个样本yi=θTxi + εi    误差ε是独立并且具有相同的分布,并且服从均值为0且方差为θ2的高斯分布。

2018.4.23-ml笔记(线性回归、梯度下降)
2018.4.23-ml笔记(线性回归、梯度下降)
2018.4.23-ml笔记(线性回归、梯度下降)
2018.4.23-ml笔记(线性回归、梯度下降)
2018.4.23-ml笔记(线性回归、梯度下降)
2018.4.23-ml笔记(线性回归、梯度下降)
2018.4.23-ml笔记(线性回归、梯度下降)
2018.4.23-ml笔记(线性回归、梯度下降)
2018.4.23-ml笔记(线性回归、梯度下降)

继续阅读