吴恩达机器学习笔记二

单变量线性回归(Linear Regression with One Variable)

    1、以房价预测训练集为例，假设函数：hθ​(x)=θ0​+θ1​x 

         

    2、我们的目的在于求解预测结果hθ​(x)最接近于实际结果y时，θ的取值，即求该公式最小值。

                                                             

                                                            m: 训练集中的样本总数

                                                            y: 目标变量/输出变量

                                                            (x,y): 训练集中的实例

                                                            (x(i),y(i)): 训练集中的第i=个样本实例

     3、为了求解最小值，引入损失函数(Cost Function)概念，用于度量建模误差。考虑到要计算最小值，应用二次函数对求和式建模，即应用统计学中的平方损失函数（最小二乘法）：求解J（θ0​, θ1）最小。（1/2是为了计算方便）