【机器学习课程笔记（吴恩达）】2.1 模型描述

1.  介绍线性回归

　　举例：房价预测，给出一系列数据集（x,y），x表示房间的面积大小，y表示房屋的出售价格，由于价格是连续的数值，所以这是一个回归问题（如果是离散的数值则是分类问题）。

　　引申：监督学习的过程，如下图所示，我们向学习算法提供训练集（例如例子中的房价数据），学习算法的任务是输出一个假设函数h， h将x作为输入（如房子的面积），输出相应的预测值y（如房屋的价格）。

　　

　　在这个例子中我们选择的最初的假设函数h如下:

 

       表示y是x的一个线性函数，即线性回归模型，这个例子是一个一元线性回归，对应单变量线性回归模型。

转载于:https://www.cnblogs.com/AmazingCodeLee/p/9674974.html