2018年7月12日
机器学习知识点04-梯度下降算法
摘要： 梯度下降是一个用来求函数最小值的算法，我们将使用梯度下降算法来求出代价函数 J(θ0,θ1) 的最小值。 梯度下降背后的思想是:开始时我们随机选择一个参数的组合(θ0,θ1,...,θn)，计算代价 函数，然后我们寻找下一个能让代价函数值下降最多的参数组合。我们持续这么做直到到到 一个局部最小值(l 阅读全文
posted @ 2018-07-12 23:58 深海里的猫 阅读(329) 评论(0) 推荐(0)
机器学习知识点03-代价函数
摘要： 接着上文02的问题阐述代价函数（也叫做损失函数） 我们将定义代价函数的概念，这有助于我们弄清楚如何把最有可能的直线与我们的数据相拟合。如图: 在线性回归中我们有一个像这样的训练集，m 代表了训练样本的数量，比如 m = 47。 而我们的假设函数，也就是用来进行预测的函数，是这样的线性函数形式:h 。 阅读全文
posted @ 2018-07-12 16:00 深海里的猫 阅读(515) 评论(0) 推荐(0)
机器学习知识点02-单变量的线性回归
摘要： 我们的第一个学习算法是线性回归算法。 让我们通过一个例子来开始:这个例子是预测住房价格的，我们要使用一个数据集，数据集包含某市的住房价格。在这里，我要根据不同房屋尺寸所售出的价格，画出我的数据集。比方说，如果你朋友的房子是 1250 平方尺大小，你要告诉他们这房子能卖多少钱。那么，你可以做的一件事就 阅读全文
posted @ 2018-07-12 15:29 深海里的猫 阅读(150) 评论(0) 推荐(0)