随笔分类 -  终.吴恩达机器学习

摘要：一、表达式 用向量的形式表示 二、多元梯度下降法 规定x0（i）=1 三、多元梯度下降法演练——特征缩放 保证这些特征都处在一个相近的范围，不同特征取值在相近的范围内。 如果不在两个特征的数值范围差距很大，关于θ的关系函数会是一个又长又扁的椭圆。而这种情况下防止达不到收敛，只能进行一小步一小步的梯度 阅读全文

摘要：一、模型描述 符号表示： （i）表示第i个样本，在矩阵中可以表示为第几行第几列 h（hypothesis）——假设函数 二、代价函数（cost function） 线性回归的目标函数 拟合函数（fit data）—— 确定函数的参数θ0，θ1 减少（最小化）假设的输出值（预测值）和真实值之间差的平方 阅读全文