机器学习入门~模型描述

模型描述

一个线性回归的例子👇
通过房价数据的训练集，学习如何预测房价。


👆符号：
m~表示训练样本的数量。
x~代表输入变量或特征。
y~代表输出变量，即要预测的目标变量。
(x,y)~一个训练样本。
(x⁽ⁱ⁾,y⁽ⁱ⁾)~第i个训练样本。（i不表示幂，而只是训练集的索引）

机器学习的工作原理：

通过训练集与相应的学习算法，得到一个h函数（假设函数Hypothesis），以此来预测输入变量的输出取值。
例：一元线性回归/单变量线性回归👇