【Machine Learning】最近做的若干实验的总结

如果我们有如下训练数据,和如下假设：

训练数据         结论

X₁₁,X₁₂,X₁₃,…X_1n    Y₁

X₂₁,X₂₂,X₂₃,…x_2n   Y₂

…

X_m1,X_m2,X_m3,…X_mn  Y_m

假设H(Y_i) =θ₀+θ₁*x_i1+θ₂*x_i2+…θ_n*x_in

需要通过训练数据得到一组（θ_0, θ_1,…θ_n）的系数数组。

当有新的数据需要预测时，只需要将新的数据和系数数组求内积即可。<(1,N₁,N₂,…N_n),（θ_0, θ_1,…θ_n）>，结果即为预测值。 

采用LMS algorithm(least meansquares)

实验参见：http://blog.csdn.net/pennyliang/article/details/6998517

参考文献:Andrew NG的machine learning  <Supervised Learning Part I Linear Regression>

未完待续