目录:
+ 多功能
+ 多元梯度下降法
+ 特征和多项式回归
+ 正规方程
+ 编程小技巧
一·多功能
多特征下的描述
假设函数变化
多元线性回归
二·多元梯度下降法
把参数用向量来表示
多元线性回归模型
特征缩放
代价函数的等值线更圆,执行梯度下降会更快
特征除以最大值
均值归一化(为最大值减去最小值,或者标准差
学习率
检查梯度下降算法是否收敛(曲线图、自动收敛测试)
3倍选择学习率
三·特征和多项式回归
特征的选择
如何将模型与数据拟合 使用多元线性回归的方法,要注意特征缩放
三· 正规方程
design matrix
正规方程法不需要特征缩放
特征变量数量小于1万使用正规方程法
正规方程以及不可逆性
伪逆
如何解决奇异矩阵或退化矩阵?(删除线性相关 -> 检查是否有过多特征)
四· 编程小技巧
向量化~