第二章:单变量线性回归
本章主要通过单变量线性回归算法的例子,阐述了机器学习的原理了,以及算法实现过程;其中涉及的概念有:假设函数 、代价函数、目标函数、梯度下降等概念;本章以房屋价格问题为案例,进行学习;再次明确下我们的算法目的:找到一个函数,能够很好的计算出房价与面积的关系;按照机器学习的定义:这里的任务T是根据面积计算房价,经验E是已知的样本数据-房价与面积,性能测定P是计算结果与真实价格的差值,差值越小,算法给出的结果越可靠;
这里说明下下文将会用到的几个符号:
表示房屋面积, 表示第i个样本的面积;
表示房屋的真实价格;表示第i个样本的真实价格
表示样本容量,即,有个样本;