为了修正权系数，最终实现正确的分类，我们可以使用梯度下降法和正规方程法。其中特征变量比较少（n没有上万）时，我们既可以用梯度下降法又可以用正规方程法，但当特征变量比较多时，我们最好用梯度下降法，因为当特征变量比较多是，用正规方程法计算会比较慢。
正规方程法：
梯度下降法：
假设我们的判别函数为 
本文探讨了在特征变量数量较多时，如何选择梯度下降法和正规方程法来修正权系数，实现正确分类。当特征变量较少时，两者皆可用，但大量特征时推荐使用梯度下降法，因正规方程法计算效率较低。文中详细介绍了正规方程法和梯度下降法的实施步骤，并指出梯度下降法中学习速率的重要性，以及通过特征缩放加速算法收敛的方法。
最低0.47元/天 解锁文章
扫一扫
2037
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
