课时4-1 多功能
现在增加一些特征,以下是一些描述符号:
假设应该改成如下图所示,并且表示可以表示成矩阵相乘的形式:(下图的x为一个样本)
课时4-2 多元梯度下降法
如何给多元回归的梯度下降法设置参数?
如此求导
课时4-3 多元梯度下降法演练——特征放缩
关于特征的取值范围:
椭圆形等高线的代价函数收敛时间长,需要把参数都在同一个范围内:
所以需要对特征的值进行均值归一化处理:
课时4-4 多元梯度下降法——学习率
以下为代价函数随着迭代次数增加而下降的曲线:
如何选择学习率:
课时4-5 特征和多项式回归
对于某一特定问题选择自己创造的特征:
多项式回归如果用梯度下降就要做个小小的修改,如下图,整体代换,这时特征放缩很重要:
课时4-6 正规方程(区别于迭代法的直接解法)
是求参数的一步到位的方法:
梯度下降和正规方程的优缺点对比:
课时4-7 正规方程在矩阵不可逆情况下的解决方法
课时4-8 导师的编程小技巧
雨女无瓜