摘要：
1. 一元线性回归 假设函数： 目标：选择合适的参数和，使得建模误差的平方和最小。即最小化代价函数: （其中：m为训练样本的数量） 建模误差:预测值和实际值之间的差距。 常用的求解线性回归参数的方法：最小二乘法和梯度下降法 2. 多元线性回归 假设函数： 或者 （x0 = 1） 也可以简化为： 代价 阅读全文
摘要：
常用的求解线性回归参数的方法：最小二乘法和梯度下降法 假设函数： 目标：选择合适的参数和，使得建模误差的平方和最小。即最小化代价函数: （其中：m为训练样本的数量） （1）最小二乘法： （2）梯度下降法： 开始时我们随机选择一个参数的组合（θ0,θ1,...,θn），计算代价 函数，然后我们寻找下一 阅读全文