线性回归的目标,就是对于y=a+bx,找到合适的a、b,使得对于样本数据集算出的预测y',与实际的y整体差异最小。
形式化如下:
线性函数的定义是:一阶或更低阶多项式,或零多项式。
可以用线性回归模拟非线性,比如x1=x,x2=x*x。
线性回归——梯度下降法
梯度下降法就是从任一点开始,沿着梯度方向下降固定步长,直到最低点(导数为0)。
线性回归的目标,就是对于y=a+bx,找到合适的a、b,使得对于样本数据集算出的预测y',与实际的y整体差异最小。
形式化如下:
线性函数的定义是:一阶或更低阶多项式,或零多项式。
可以用线性回归模拟非线性,比如x1=x,x2=x*x。
线性回归——梯度下降法
梯度下降法就是从任一点开始,沿着梯度方向下降固定步长,直到最低点(导数为0)。
本文标题:Day 673:机器学习笔记(3)
本文链接:https://www.haomeiwen.com/subject/mjbkcqtx.html
网友评论