Andrew Ng机器学习笔记week2 多变量线性回归

来源:互联网 发布:java重写hashcode方法 编辑:程序博客网 时间:2024/05/17 01:08

第二周主要是多特征的线性回归知识点:

一、multiple features(variables)-多变量

多变量概念描述
预测值:
这里写图片描述

二、Gradient descent for multiple variables

代价函数
梯度下降算法
1、Feature Scaling
需要把各个特征取值转化到统一范围内,比如一个特征取值范围0~100000,另一个特征取值范围0~10,那就没有可比性了。
这里写图片描述
2、Learning rate - -α
这里写图片描述

三、Features and polynomial regression(特征和多项式回归)
这里写图片描述

四、Normal equation(标准方程)
这里写图片描述
这里写图片描述

Gradient Descent VS Normal Equation
这里写图片描述

阅读全文
0 0