首页 > 编程语言 > 详细

【吴恩达机器学习】学习笔记——2.1单变量线性回归算法

时间:2018-02-18 21:20:01      阅读:265      评论:0      收藏:0      [点我收藏+]

1 回顾
1.1 监督学习
定义:给定正确答案的机器学习算法
分类:
(1)回归算法:预测连续值的输出,如房价的预测
(2)分类算法:离散值的输出,如判断患病是否为某种癌症
1.2 非监督学习
定义:不给定数据的信息的情况下,分析数据之间的关系。
聚类算法:将数据集中属性相似的数据点划分为一类。

2 单变量线性回归算法
2.1 符号定义
m = 训练样本的数量
x = 输入变量
y = 输出变量
2.2 工作方式
训练集通过学习算法生成线性回归函数hypothesis  hθ(x) = θ0 + θ1x

【吴恩达机器学习】学习笔记——2.1单变量线性回归算法

原文:https://www.cnblogs.com/JJJanepp/p/8446966.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!