線性回歸
線性回歸(Linear Regression)是利用稱為線性回歸方程的最小平方函式對一個或多個自變數和因變數之間關系進行建模的一種回歸分析,
例如:
有三個樣本點(1,1),(2,2),(3,3)

我們假設函式為:

用這個函式表示樣本點的模型,此時要找到合適的模型就要確定θ1的最佳值
代價函式
為確定合適的θ1,就要設定代價函式,我們用最小二乘法來表示代價函式:

此時即成為了以θ1為變數的函式,那么使代價最小的θ1的值即為所求
函式影像為:

再復雜一點,如果樣本為下圖:
那么假設函式為:
代價函式為:
所得代價函式的影像為:

- 參考吳恩達機器學習課程
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/57299.html
標籤:其他
上一篇:有大神出手相救嗎
