Machine Learning 房价预测实例

最新推荐文章于 2024-07-03 09:00:00 发布

USTC_YM

最新推荐文章于 2024-07-03 09:00:00 发布

阅读量889

点赞数

分类专栏： Machine Learning 文章标签：机器学习

本文链接：https://blog.csdn.net/ustc_ym/article/details/52174895

版权

这篇博客是Stanford机器学习课程的学习笔记，探讨了 Least Mean Square 和 Batch Gradient Descent 方法在房价预测中的应用。作者通过代码展示了单特征及多特征（面积，房间数）的情况，并指出在多特征下几何表示的作用。文章强调了threshold和alpha参数的选择对模型拟合和收敛速度的影响。

摘要由CSDN通过智能技术生成

Stanford机器学习课程学习笔记1

(LMS（Least Mean Square），Batch Gradient Decent)
代码：

x = [2014, 1600, 2400, 1416, 3000, 3670, 4500]'; %feature1: area
Y = [400, 330, 369, 232, 540, 620, 800]'; %Outcome: price

error = Inf;
threshold = 4300;
alpha = 10^(-