线性回归:在某一个点的时候能预测出另一个点的数据,这就叫做线性回归。
那我们如何求线性回归呢?
首先要了解损失函数
除以2m是为了后面能够更好的计算
预测结果减去真实结果误差的平方 从i到m连加的总和就是损失函数
将x和y的偏导值打包起来,这就是梯度
学习率:可以理解为步伐的大小,简单的来说就是需要自己去调试数据,根据实际情况去调试。
当上次的损失函数-最近一次的损失函数<0.00001(不能再小)就会自动跳出for循环
数学公式的用法可以简单的理解为,将其转换为代码进行计算,不用了解如何得来的,只需要理解每个符号的真实含义即可。
深入浅出–梯度下降法及其实现