第二周

四、多变量线性回归(Linear Regression with Multiple Variables)

4.1 多维特征

【吴恩达机器学习笔记】week2:多变量线性回归
【吴恩达机器学习笔记】week2:多变量线性回归

4.2 多变量梯度下降

【吴恩达机器学习笔记】week2:多变量线性回归
【吴恩达机器学习笔记】week2:多变量线性回归

4.3 梯度下降法实践1-特征缩放

以房价问题为例,假设我们使用两个特征,房屋的尺寸和房间的数量,尺寸的值为 0-2000平方英尺,而房间数量的值则是0-5,以两个参数分别为横纵坐标,绘制代价函数的等高线图能,看出图像会显得很扁,梯度下降算法需要非常多次的迭代才能收敛。
【吴恩达机器学习笔记】week2:多变量线性回归

4.6 正规方程

【吴恩达机器学习笔记】week2:多变量线性回归
【吴恩达机器学习笔记】week2:多变量线性回归

相关文章:

  • 2021-11-30
  • 2021-06-01
  • 2021-08-01
  • 2021-04-02
  • 2021-08-10
  • 2021-08-06
  • 2021-07-15
  • 2021-11-23
猜你喜欢
  • 2021-08-01
  • 2021-04-16
  • 2021-08-27
  • 2021-08-14
  • 2021-12-10
相关资源
相似解决方案