Machine Learning
qq_31578409
这个作者很懒,什么都没留下…
展开
-
机器学习入门:线性回归及梯度下降(一)
本文会讲到: (1)线性回归的定义 (2)单变量线性回归 (3)cost function:评价线性回归是否拟合训练集的方法 (4)梯度下降:解决线性回归的方法之一 (5)feature scaling:加快梯度下降执行速度的方法 (6)多变量线性回归 Linear Regression 注意一句话:多变量线性回归之前必须要Feature Scaling! 方法:线性回归属于监督学习,因此方转载 2017-03-21 18:52:24 · 384 阅读 · 0 评论 -
机器学习入门:线性回归及梯度下降(二)
本文是用C++对上一篇文章机器学习入门:线性回归及梯度下降(二)的实现测试数据特征变量维度dim=384 训练样本simple_size=25000 下载地址save_train 测试样本test_size=25000 下载地址save_test测试代码#include <iostream> #include <fstream> #include <string> #include <vecto原创 2017-05-11 13:05:22 · 654 阅读 · 0 评论