02-监督学习应用.梯度下降
Posted mjerry
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02-监督学习应用.梯度下降相关的知识,希望对你有一定的参考价值。
约定符号:
m = 训练样本数
X = 输入变量(特征)
Y = 输出变量(目标变量)
(X,Y) = 表示一个样本
$left ( X^{(i)},Y^{(i)} ight )$ = 第i个样本(上标i不是指数)
用线性表示则是:
$hleft ( X ight )=Theta _{0}+Theta _{1}X$
如果有2个特征则写成:
$hleft ( X ight )=Theta _{0}+Theta _{1}X_{1}+Theta _{2}X_{2}$
这里的X是一个输入特征
如果需要让假设h对$Theta$依赖,则写成
$h _{Theta}left ( X ight )=Theta _{0}+Theta _{1}X_{1}+Theta _{2}X_{2}$
以上是关于02-监督学习应用.梯度下降的主要内容,如果未能解决你的问题,请参考以下文章