1.监督学习:监督学习分为两大类回归问题和分类问题。由已有的数据训练模型函数,把新的输入数据带入模型函数,预测数据输出。函数的输出若为一个连续的值,则为回归问题;若是预测一个分类标签,则为分类问题。例:糖尿病
无监督学习:聚类算法。根据特征把未知类别进行分类。例:新闻事件分类,细分市场。
2.代价函数:又叫损失函数。任何能够衡量模型预测出来的值h(θ)与真实值y之间的差异的函数都可以叫做代价函数,用于找到最优解的目的函数。
对于回归问题,我们需要求出代价函数来求解最优解,常用的是平方误差代价函数。
例如:对于下面的假设函数
里面有θ0和θ1两个参数,参数的变化将会导致假设函数的变化。
我们想要解决回归问题,就需要将这些点拟合成一条直线,找出最优θ0和θ1。
如何找到最优解,这就需要需要使用代价函数来求解。以平方误差代价函数为例。
假设函数为: