[ 机器学习
Posted Deep_RS
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了[ 机器学习相关的知识，希望对你有一定的参考价值。
房价训练集（俄勒冈州，波特兰市）
| Size in \\(feet^2\\) (x) | Price ($) in 1000\'s (y) |
|---|---|
| 2104 | 460 |
| 1416 | 232 |
| 1534 | 315 |
| 852 | 178 |
假设函数: \\(h_\\theta(x) = \\theta_0 + \\theta_1x\\)
参数：\\(\\theta_i\'s\\)
如何选择 \\(\\theta_i\'s\\)?
想法：对于我们的训练样例 \\((x, y)\\)，选择\\(\\theta_0, \\theta_1\\)，使\\(h_\\theta(x)\\)靠近\\(y\\)
Cost Function 损失函数
\\[J(\\theta_0,\\theta_1) = 1/2m\\sum_i=1^m(h_\\theta(x^(i)) - y^(i))^2
\\]
m：训练样本数
总结
假设函数
\\[h_\\theta(x) = \\theta_0 + \\theta_1x
\\]
参数: \\(\\theta_0, \\theta_1\\)
损失函数: 均方误差函数（Squared error function）**
\\[J(\\theta_0,\\theta_1) = 1/2m\\sum_i=1^m(h_\\theta(x^(i)) - y^(i))^2
\\]
目标: \\(\\beginmatrix minimize J(\\theta_0,\\theta_1)\\\\ \\theta_0,\\theta_1 \\endmatrix\\)
简化：
假设函数:
\\[h_\\theta(x) = \\theta_1x
\\]
参数: \\(\\theta_1\\)
损失函数:
\\[J(\\theta_1) = 1/2m\\sum_i=1^m(h_\\theta(x^(i)) - y^(i))^2
\\]
目标: \\(\\beginmatrix minimize J(\\theta_1)\\\\ \\theta_1 \\endmatrix\\)
以上是关于[ 机器学习的主要内容，如果未能解决你的问题，请参考以下文章