ANg-线性回归算法
线性回归算法 linear regression
对于线性回归模型,我们期望对于样本数据集,通过假设函数,得出目标值
代价函数
m在这里指的是训练样本的数量
所以我们的目的就是得出代价函数(平方误差代价函数)
θ0=0
先从简化的开始学习,将θ0=0开始分析:
在此之下我们可以从不同的x得到不同的hθ(x),从而推断出最小的的Jθ1在于x=0位置
θ0!=0
此时得到的J(θ0, θ1)图像为:
最终找到目标的最小值
对于线性回归模型,我们期望对于样本数据集,通过假设函数,得出目标值
m在这里指的是训练样本的数量
所以我们的目的就是得出代价函数(平方误差代价函数)
先从简化的开始学习,将θ0=0开始分析:
在此之下我们可以从不同的x得到不同的hθ(x),从而推断出最小的的Jθ1在于x=0位置
此时得到的J(θ0, θ1)图像为:
最终找到目标的最小值