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👇