吴恩达机器学习17:正规方程

Posted bigdata-stone

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了吴恩达机器学习17:正规方程相关的知识,希望对你有一定的参考价值。

1.对某些线性回归问题,正规方程给出了更好的解决方法,来求得参数θ,截止到目前我们一直使用线性回归算法是梯度下降法,为了最小化代价函数J(θ),我们使用梯度下降多次迭代,来收敛得到全局的最小值。与此相反的正规方程提供了一种求θ的解析方法,我们不需要再去运用迭代的方法,而是可以直接一次性的求解θ最优值。

  (1)例1:假设有个简单的代价函数J(θ),它是实数θ的函数,所以现在假设θ是一个标量或者一个实数值,只是一个数字,不是矢量技术分享图片,假设代价函数J是这个实参数θ的二次函数,所以J(θ)看起来是这样的:

  技术分享图片  

  怎么最小化一个二次函数呢?

 

以上是关于吴恩达机器学习17:正规方程的主要内容,如果未能解决你的问题,请参考以下文章

机器学习-吴恩达-正规方程多变量回归公式

吴恩达机器学习-2-梯度下降与正规方程

吴恩达-coursera-机器学习-week2

机器学习|多变量线性回归 | 吴恩达学习笔记

零基础"机器学习"自学笔记|Note6:正规方程及其推导(内附详细推导过程)

吴恩达《机器学习》课程总结(17)大规模机器学习