线性回归模型
x1,x2...是我们所选取的特征，h(x)是我们所建立的模型，其中有n+1个参数。令x0=1,则
损失函数
作为损失函数，我们的目的是使得上式最小。
梯度下降
对参数进行赋值，使得损失函数按梯度下降最快的方向进行，一直迭代下去，最终得到局部最小值。α是学习率，决定了沿梯度下降的方向迈出的步子有多大。
图中红点的导数，即该点的斜率为正斜率，参数值向左移动，就要减去该参数的导数。
正规方程
正规方程通过求解下面的方程来找出使得损失函数最小的参数：
利用正规方程解出向量：
推导过程：
线性回归
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- AI人工智能时代，机器学习，深度学习作为其核心，本文主要介绍机器学习的基础算法，以详细线介绍 线性回归算法 及其 ...
- 未经允许，不得擅自改动和转载 我们的第一个学习算法是线性回归算法。在这段视频中，你会看到这个算法的概况，更重要的是...
- 1 摘要 本报告是在学习斯坦福大学机器学习课程前四节加上配套的讲义后的总结与认识。前四节主要讲述了回归问题，回归属...
