ML:单变量线性回归(Linear Regression With One Variable)

Posted mengnan

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ML:单变量线性回归(Linear Regression With One Variable)相关的知识,希望对你有一定的参考价值。

模型表达(model regression)

  1. 用于描述回归问题的标记
  • m 训练集(training set)中实例的数量
  • x 特征/输入变量
  • y 目标变量/输出变量
  • (x,y) 训练集中的实例
  • (x(i),y(i)) 第i个观察实例
  • h 机器学习算法中的解决方案和函数,即假设(hypothesis)
    技术分享图片
    我们解决问题实际上就是将训练集“喂”给学习算法,进而学习到一个假设h,然后将输入变量x输入给h,预测得到结果y
    ***

    假设函数(the hypothesis function)

  1. 假设函数一般形式:hθ01x
    我们算法的目的就是,将训练集送进算法中,以期得到θ0和θ1的确切值。之后就可以利用这一函数进行预测了。
    ***

    代价函数(cost function)

  2. 我们通常使用代价函数评价一个假设函数的准确性。
  3. 代价函数一般形式:
    技术分享图片







以上是关于ML:单变量线性回归(Linear Regression With One Variable)的主要内容,如果未能解决你的问题,请参考以下文章

Coursera《machine learning》--单变量线性回归(Linear Regression with One Variable)

机器学习 单变量线性回归 Linear Regression with One Variable

机器学习--------单变量线性回归(Linear Regression with One Variable)

机器学习-线性回归算法(单变量)Linear Regression with One Variable

ML学习二——单变量线性回归

[Machine Learning] 多变量线性回归(Linear Regression with Multiple Variable)-特征缩放-正规方程