线性回归
1,:单变量线性回归的方程
2,这叫做代价函数,{为某一个值时(用方程得到的值 减 实际的就是代价函数在直角坐标中的图形,我们会发现有一个最低点,在这一点,代价函数的值最小,方程的值和实际的值的误差最小,我们要就是这时候的 !!
3,我们如何让机器去找到这一个最低点,这时候我们就需要引入梯度下降,梯度下降是一个用来求函数最小值的算法,我们将使用梯度下降算法来求出代价函数 的最小值!用此公式进行梯度下降算法,是用来控制不能下降的速度,必须同时算出所有的在进行带入!
4,刚刚讲解了单变量,现在来说多变量,他的代价函数基本没变依旧是,而函数变为简化一下就是即,其次是多变量梯度下降→→
5,总结一下子,机器首先任选,将其带入代价函数,得出一个,为了让其的值变得更小,利用梯度下降使得达到我们的预期效果,最后得出线性回归的函数。
6,快速求出,利用的是,但他的局限性很多,一般不用!