- 博客(3)
- 收藏
- 关注
RSS订阅原创 梯度下降法
以上就是本文所讲的梯度下降法中的内容，前者我们通过一个场景，来推导出梯度下降的公式。另外我们知道梯度下降一般应用于凸函数中，而那个驻点一般就是我们求得θ的最优解。另外列出了梯度下降法的一些步骤。梯度下降法在选取值的时候首先要随机选取，然后求得gradient，在代入公式中，最终能求得θ的最优解公式。本文还介绍了3种梯度下降方法，它们的区别，以及代码实现。
2024-04-02 15:37:26
1340
原创 线性回归公式的推导以及模型的预测
以上我们了解了在凸函数最低点的时候，就是求得θ最优解。故而推导出了θ公式，在代码中，我们弄了一线性模型，然后来预测对应的截距，斜率的值。最终画出了预测后的图。
2024-03-29 22:02:16
1198
原创 线性回归算法
随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的线性回归算法。线性回归是机器学习中有监督机器学习下的一种算法。回归问题主要关注确定一个唯一的因变量(dependent variable)(需要预测的值)和一个或多个数值型的自变量(independent variables)(预测变量)之间的关系。需要预测的值：即目标变量，target，y，连续值预测变量：影响目标变量的因素，predictors，X1…Xn，可以是连续值也可以是离散值。
2024-03-29 21:14:34
1648
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人