机器学习之梯度下降算法

机器学习之梯度下降算法

算法背景：

以房价问题为由：

房价变化可能有多种因素比如说房屋面积，房屋位置，房间数量等：

我们假设一个向量x表示输入特征：x = [x0,x1.x2.......,xn],其中n为影响房价因素的数量

估计函数：

其中Θ为特征参数或者学习参数，该参数决定了特征变量Xi对估计的影响，用向量形式表示为：

为了使得估计值与实际的值差别最小：

，

我们建立一个函数去衡量输出模型的拟合效果，一般称为损失函数（loss functon）或者（cost function）: