摘要：
前言： 这次我来使用梯度下降法来解决多元线性回归问题，实际问题中每个事物都带有很多属性，一个参数往往只出现于理想情况，因此解决多元问题是很重要的。 正文： 数据展示如下： 数据切分情况，看得出来成功切成了两部分： 更新后的参数值： 图片展示如下： 总结： 这次有两个问题没有很明白，一个是add_su 阅读全文
摘要：
前言： 使用sklearn库会比自己写函数要简单，而且不容易报bug，只是参数较多，需要在使用过程中进行体会。 正文: 图片展示如下： 图片展示如下： 总结： 可以看出使用sklearn库来解决一元回归问题还是相当方便的！ 阅读全文
摘要：
前言： 对于线性回归问题，通常有两种方法可以解决，即梯度下降法和标准方程法，两者各有优缺点 梯度下降法对于参数多的回归方程仍然适用，但并不是每次都能达到最优解，神经网络也需要梯度下降法来解决 标准方程法适用于参数少的回归方程，但是时间复杂度较高 正文： 首先来看一下梯度下降法的代码 展示结果如下： 阅读全文