首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

多变量线性回归

Learn by doing目标:给定数据集包括多个输入变量和输出变量,根据新的输入,预测输出结果案例:给定数据集包括房子面积、卧室个数和房价,根据新输入房子面积、卧室个数,预测房价要点:1. 把所有尺度的特征缩放到 -1 到 1 之间2. 使用梯度下降算法求解假设函数的参数3. 使用正规方程算法求解假设函数的参数

特征缩放 (Feature Scaling)

梯度下降算法 (Gradient Descent)

假设 (Hypothesis):参数:theta0, theta1代价函数 (Cost Function):目标:计算参数 theta梯度下降 (Gradient Descent) :

正规方程算法 (Normal Equations)

假设 (Hypothesis):参数:theta0, theta1直接解出参数 theta

梯度下降算法具体步骤

正规方程算法步骤

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180105G11RSD00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券