as火柴人

摘要： 回归问题 回归问题包含有线性回归和多项式回归 简单来说，线性回归就是用多元一次方程拟合数据，多项式回归是用多元多次来拟合方程 在几何意义上看，线性回归拟合出的是直线，平面。多项式拟合出来的是曲线，曲面。 二，线性回归问题 2.1 线性回归 线性回归问题，是监督学习，输出是连续值。（批梯度下降训练参数 阅读全文

摘要： 线性回归问题，是监督学习，输出是连续值。（批梯度下降训练参数+平方误差函数做代价函数） 阅读全文

摘要： 一。引入 在机器学习过程中，在ppt上看到一句话，大部分的分类，回归，聚类算法，不过就是迭代，选择参数，优化目标函数。所以把代价函数整理一下。 损失函数：单个样本的误差 代价函数：损失函数的平均（让代价函数最小） 目标函数：需要优化的函数，等于经验风险+结构化风险（正则化项） 最小化代价函数是为了优 阅读全文