2-2—2-8 代价函数，梯度下降
有假设线性拟合函数，目的是来找到合适的系数，求系数的方法引入代价函数 J J J，从表达式很明显看出 J J J最小，就是找到了最好的拟合点。 J ( θ 0 , θ 1 ) J(\theta_{0}, \theta_{1}) J(θ0,θ1)，直观感受不同的系数对应的拟合曲线。
找到一个方法 (梯度下降) 来求函数最小值，算法思想：随机选参数组合 ( θ 0 , θ 1 , . . . . . . , θ n ) \left( {\theta_{0}},{\theta_{1}},......,{\theta_{n}} \right) (θ0,θ1,......,θn)</
最低0.47元/天 解锁文章
767
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
