线性回归:找到最合适的一条线来最好的拟合我们的数据点。

hθ(x) = θixiTx    θ被称之为权重参数    θ0为拟合参数

对每个样本yiTxi + εi    误差ε是独立并且具有相同的分布,并且服从均值为0且方差为θ2的高斯分布。

2018.4.23-ml笔记(线性回归、梯度下降)

2018.4.23-ml笔记(线性回归、梯度下降)

2018.4.23-ml笔记(线性回归、梯度下降)

2018.4.23-ml笔记(线性回归、梯度下降) 2018.4.23-ml笔记(线性回归、梯度下降)

 2018.4.23-ml笔记(线性回归、梯度下降)

2018.4.23-ml笔记(线性回归、梯度下降)

 2018.4.23-ml笔记(线性回归、梯度下降)2018.4.23-ml笔记(线性回归、梯度下降)

 

相关文章:

  • 2021-10-23
  • 2021-11-09
  • 2021-11-27
  • 2021-11-30
  • 2021-05-19
  • 2021-08-16
  • 2022-01-05
猜你喜欢
  • 2021-06-23
  • 2021-10-24
  • 2021-11-20
  • 2021-06-01
  • 2021-06-20
  • 2022-12-23
相关资源
相似解决方案