我在b站學ML(四)

感覺回到了統計學多元迴歸的課堂,融入了使用線代中的矩陣運算 在多元情況下梯度下降算法(右邊): 下標 j 表示第 j 個參數,上標 (i) 表示第 j 個參數的第 i 條數據,本質上和上一節講的一元下的梯度下降算法(左邊)是一回事 優化梯度下降算法的效率 一、特徵縮放 還是房價的例子:當有房屋面積和臥室數量兩個參數時,x1的範圍很大而x2的範圍很小,反映到代價函數上導致很狹長的橢圓形狀,梯度下降會
相關文章
相關標籤/搜索