美文网首页DeepAI
【吴恩达机器学习】第一周—单变量线性回归

【吴恩达机器学习】第一周—单变量线性回归

作者: Sunflow007 | 来源:发表于2020-03-09 20:58 被阅读0次
    31.jpg

    1.课程回顾

    例1:房价和面积—预测

    给定一组房价和房屋面积的数据集,通过机器学习算法(监督学习)来拟合画出一条线,根据这条线来对未知的数据进行判断。 image.png

    举个例子,此时我有三个样本点 (1,1),(2,2),(3,3),我怎么确定一个假设函数h,使得这条线能最优化地拟合所有数据,能更精确地预测下一个位置样本点的数据,譬如x = 5时 y的值?这里人眼很明显一看就能确定h_\theta(x) = 0 + x 即可,不过对于机器,怎么去确定这个方程?
    此时就需要用到代价函数,这里我们可以用回归问题通用的平方损失函数/平方代价函数,评估假设函数的误差水平。这里,例1的代价函数如下:

    image

    对损失函数/代价函数运用梯度下降方法,求导:

    6.png6.png
    Tips:
    j = 0时即对求导,
    j = 1时即对求导

    相关文章

      网友评论

        本文标题:【吴恩达机器学习】第一周—单变量线性回归

        本文链接:https://www.haomeiwen.com/subject/cinddhtx.html