1.线性回归算法(Linear regression)
在监督学习中我们有一个数据集,这个数据集被称为训练集(Training set)
m:训练样本的数目(有几组训练样本)
x’s:输入变量,特征量,用x表示输入的特征
y’s:输出变量或目标变量(预测结果)
(x,y):表示一个训练样本
(xi,yi):表第i个训练样本
h:表hypothesis(假设),表示一个函数
2.代价函数(Cost function)
θi :表模型参数
J(θ0, θ1)=1/2m∑(hθ(xi)-yi)2,∑范围从i=1到i=m
J(θ0, θ1)称平方误差函数(squad error function),有时也称为平方误差代价函数