Coursera Machine Learning 学习笔记(十二)
来源:互联网 发布:淘宝评价管理 编辑:程序博客网 时间:2024/05/29 19:17
- Normal equation
到目前为止,线性回归问题中都在使用梯度下降算法,但对于某些线性回归问题,正规方程方法是更好的解决方案。
正规方程就是通过求解如下方程来解析的找出使得代价函数最小的参数:
假设我们的训练集特征矩阵为X,我们的训练集结果为向量y,则利用正规方程解出向量:
以下表所示的数据为例:
运用正规方程方法求解参数为:
注意:对于那些不可逆的矩阵(通常是因为特征之间相互不独立,如同时包含英尺为单位的尺寸和米为单位的尺寸两个特征,或者是因为特征数量大于训练集的数量),正规方程的方法是不可用的。
梯度下降与正规方程的比较如下所示:
0 0
- Coursera Machine Learning 学习笔记(十二)
- Coursera Machine Learning 学习笔记(一)
- Coursera Machine Learning 学习笔记(二)
- Coursera Machine Learning 学习笔记(三)
- Coursera Machine Learning 学习笔记(四)
- Coursera Machine Learning 学习笔记(五)
- Coursera Machine Learning 学习笔记(六)
- Coursera Machine Learning 学习笔记(七)
- Coursera Machine Learning 学习笔记(八)
- Coursera Machine Learning 学习笔记(九)
- Coursera Machine Learning 学习笔记(十)
- Coursera Machine Learning 学习笔记(十一)
- Coursera Machine Learning 学习笔记(十三)
- Coursera Machine Learning 学习笔记(十四)
- Coursera课程《Machine Learning》学习笔记(week1)
- coursera Machine Learning Week 1学习笔记
- coursera Machine Learning Week2 学习笔记
- coursera Machine Learning Week3-1 学习笔记
- Linux网络编程--10. 原始套接字 --11. 后记
- Oculus Rift DK2 安装所需电脑配置
- 解释下事件代理
- 题目1488:百万富翁问题
- static_cast, dynamic_cast, const_cast探讨
- Coursera Machine Learning 学习笔记(十二)
- 摘录:多进程并发
- 微信JS接口汇总及使用详解
- hibernate中的映射文件
- C# 修饰符 public、protected、internal 或 private 可访问性级别
- jms学习笔记GOOD
- Android开发之WebService介绍
- SYstem 可能需要的*
- MFC设置窗口标题的名称和图标