吴恩达老师机器学习

1.一些符号说明

在这里插入图片描述

2.拟合一条直线h(x)

在这里插入图片描述

3.如何选择参数

最好的代表这条曲线在这里插入图片描述

4.这个Cost function 也叫 Squared error cost function

误差的平方和对于大多数回归问题来说,都是合理的

在这里插入图片描述

代价函数:
目标函数:

J( θ \theta θ) 是一个关于 θ \theta θ的函数
这里做简化了以后,显然是二次的函数,画图后就是抛物线
简化版本的

目标 :
就是最小化这个代价函数时得到的参数
在这里插入图片描述
这里是为了可视化,所以才通过描点来作图的

在这里插入图片描述
在这里插入图片描述

从图中可以看出来,当 θ \theta θ1= 0,整个值就是最小的

目标函数对应的参数值

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值