ANDREW Ng教授的机器学习(Machine Learning)学习笔记(2)-- 线性回归模型(Linear regression model)
来源:互联网 发布:鼠标手势软件 编辑:程序博客网 时间:2024/05/16 08:39
ANDREW Ng教授的机器学习(Machine Learning)学习笔记(2)– 线性回归模型(Linear regression model)
(一)认识线性回归
机器学习中,监督式学习算法通常分为分类算法和回归算法。分类算法是对离散型分布的预测,较为经典的算法如支持向量机(SVM)、logistic回归等。回归算法适用于连续型分布的预测,对于给定的样本集,用一个函数去拟合使拟合函数与样本集之间误差最小。
线性回归算法形式简单,通过了解这个算法的概况,来了解监督学习过程完整的流程。举个例子,这个例子是预测住房价格的,采用包含波特兰市住房价格的数据集,横坐标为房子的尺寸,纵坐标为房子的实际价格。图中绿色线条就是采用线性回归模型的拟合函数。对于一个新输出的特征量
在数据集中,用
单变量线性回归是假定特征变量只有一个,预测值与样本特征之间的关系是线性的,那么假设函数
(二)线性回归模型
为选取模型参数
若预测函数与多个特征量有关,如在预测房价的例子中,房价除了与房屋尺寸有关,还有可能与卧室数量、建造年限、地理位置等因素有关,此时,该模型便是多特征量线性回归模型,其假设函数
(三)模型参数的选取
使用梯度下降方法来是代价函数最小。梯度下降是一种很常用的算法,它不仅被用于线性回归,还被应用于机器学习的其他领域。使代价函数最小化的梯度下降算法的要点是:假设函数
若模型为多变量线性回归模型,假设函数
使用梯度下降算法可以得到局部最优解,这是梯度下降的一个特点,这也解释了当学习速率
除了梯度下降算法,我们还可以使用正规方程。对于某些线性回归模型,用正规方程求解参数
阅读全文
0 0
- ANDREW Ng教授的机器学习(Machine Learning)学习笔记(2)-- 线性回归模型(Linear regression model)
- ANDREW Ng教授的机器学习(Machine Learning)学习笔记(3)-- Logistic回归(Logistic regression)
- 机器学习 Machine Learning(by Andrew Ng)----第二章 单变量线性回归(Linear Regression with One Variable)
- 机器学习 Machine Learning(by Andrew Ng)----第三章 多变量线性回归(Linear Regression with multiple variable)
- Linear Regression/线性回归与正则化(Andrew Ng 机器学习 一 )
- [笔记]机器学习(Machine Learning) - 01.线性回归(Linear Regression)
- 机器学习 Machine Learning(by Andrew Ng)----第四章 逻辑回归(Logistic Regression)
- ANDREW Ng教授的机器学习(Machine Learning)学习笔记(1)– 认识机器学习
- Andrew NG机器学习课程笔记系列之——机器学习之单变量线性回归(Linear Regression with One Variable)
- Andrew NG机器学习课程笔记系列之——机器学习之多变量线性回归(Linear Regression with multiple variables)
- 机器学习(Machine Learning)- 吴恩达(Andrew Ng )-笔记
- 机器学习:线性回归(Linear Regression)
- Andrew机器学习笔记1:线性回归 linear regression
- coursera Machine learning Andrew NG 学习笔记(二)—Logistic regression
- #“Machine Learning”(Andrew Ng)#Week 2_1:Multivariate Linear Regression
- Andrew NG 机器学习 笔记-week10-大规模机器学习(Large Scale Machine Learning)
- Machine Learning 线性回归( Linear Regression) Andrew Ng 课程练习 Matlab Script 详细解析
- Andrew Ng 机器学习(2.1)--线性回归--原理
- 3S基础知识:MapInfo自定义符号详解
- c++ primer plus阅读笔记(三)
- 1039到底买不买(Hash散列)
- js 覆盖层
- 浏览器调试面板中Resources标签页可以看本页面的cookies
- ANDREW Ng教授的机器学习(Machine Learning)学习笔记(2)-- 线性回归模型(Linear regression model)
- java.lang.IllegalStateException: Fragment not attached to Activity异常的一个场景
- Angular介绍
- JDBC
- 求数组的最大值
- 日志分析查看——grep,sed,sort,awk运用
- 使用反射实现万能DAO(基于JDBC)
- C++中的异常处理(二)
- windows 下搭建web服务器