20190612——吳恩達機器學習 多變量線性迴歸

以前我們學習的都是單變量,假如房屋的面積對應的價格爲多對一的變量。 接下來我們要學習的是,多變量線性迴歸,也就是說有多個變量會一起影響這個結果y n代表特徵值的數量,m代表樣本的數量 爲了簡化這個,令X0的值爲1 以前我們有n個特徵向量,現在有n+1個特徵值了。 關於多變量的線性迴歸的推導。 多變量的線性迴歸的問題的代價函數的梯度下降 特徵縮放 會更好的讓圖像清晰。 這樣用梯度下降的方法,會很快的
相關文章
相關標籤/搜索