首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >线性回归和梯度下降

线性回归和梯度下降

原创
作者头像
opprash
修改2019-08-29 11:21:50
4550
修改2019-08-29 11:21:50
举报

函数求导的意义:

函数求导的意义
函数求导的意义
线性回归相关概念
线性回归相关概念

模型函数,参数,代价函数,单价参数最小值

梯度下降求代价函数的最小值
梯度下降求代价函数的最小值

这里theta0和theta1是同事变化的,每一次求出theta0和theta1之后再进行下一次的迭代。

学习速率alpha的影响
学习速率alpha的影响

alpha太小会导致,梯度下降速度缓慢,太大又会导致很快越过最小值导致拟合结果不正确,更坏的结果是在多次迭代之后可能数据会越来越不准确。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
作者已关闭评论
0 条评论
热度
最新
推荐阅读
目录
  • 函数求导的意义:
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档