- 博客(3)
- 收藏
- 关注
RSS订阅原创 【吴恩达 机器学习 学习笔记】多元线性回归模型：矢量化及特征缩放
在前面的学习中，我们掌握了根据房屋的面积预测房屋价格的方法（单变量线性回归模型），如果我们的房屋特征增加（如增加了房间的个数、房屋的年龄等），在多元变量中，我们该如何进行回归分析呢？
2024-07-19 22:09:50
761
原创 【吴恩达 机器学习 学习笔记】线性回归模型及梯度下降的原理
梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）选择初始值来选择表面的起始点，然后我们沿着这个点的梯度方向迈出一步，不断循环这个步骤，直到我们处在这个山谷的最底部，那么，我们就得到了一个局部最小值（如图），学习率通常是0到1之间的一个正小数，它来控制这个算法下坡的步幅，这个数字越大，下坡的速度越快。，在机器学习中，模型的参数是你可以在训练期间调整以改进模型的变量，也叫系数或者权重。
2024-07-14 16:34:41
824
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人