起因:学习了吴恩达教授的机器学习课程后,利用Octave完成了一个简单的线性回归算法,于是想到用tensor flow 来实现一下。
写在前面:Octave用起来还是很舒服的,特别是写起各种矩阵的运算的时候,那是一个爽啊(d=====( ̄▽ ̄*)b) (tensor flow的api还是不熟悉啊)。
用的是tensorflow1.8
线性回归
- 主要思想:通过样本数据来建立一个预测模型,进而达到可以预测的效果(就是当模型训练好之后,给出数据后能得到相对正确的预测值)。其实就是训练一组参数啦
- 先给出一些定义 (直接上矩阵运算了)
- 样本矩阵(注意 这里我直接把偏置列算上了)
- 真实的值
- 参数