机器学习之线性拟合

最新推荐文章于 2024-05-13 14:52:19 发布

Yatogami丶

最新推荐文章于 2024-05-13 14:52:19 发布

阅读量1.1k

点赞数 2

分类专栏：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_42004235/article/details/88182770

版权

线性拟合是很基础的一种机器学习。

当我们打算进行线性拟合时，通常有以下：

假设函数： $h\left(x \right)=\theta_0+\theta_1x$

参数： $\theta_0,\theta_1$

代价函数： $J\left(\theta_0,\theta_1 \right ) = \frac{1}{2m}\sum_{i=1}^m\left(h \left(x^{(i)} \right ) -y^{(i)} \right )^2$

目标：

最低0.47元/天解锁文章

关注

2
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
机器学习之线性拟合

线性拟合是很基础的一种机器学习。当我们打算进行线性拟合时，通常有以下：假设函数：参数：代价函数：目标：代价函数无论是多精密的算法最终拟合出的数值和原始训练值都会有一些出入，我们用方差之和来表示这个出入的值，机器学习的目的本质上也就是寻找合适的参数，将代价函数的值变成最小值。梯度下降算法类似于贪心算法，在下山的时候每一步都往自己这一步可以下降的最多的地方走，直到...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。