摘要：
简介 梯度下降 梯度下降是一种优化算法，用于最小化一个函数，通常是在机器学习和人工智能中用来最小化损失函数，从而找到模型参数的最佳值。 常见的梯度下降算法主要有三种变体： 批量梯度下降（Batch Gradient Descent, BGD）：每次迭代使用整个数据集来计算梯度。 随机梯度下降（Sto 阅读全文
摘要：
简介 梯度下降(Gradient Descent) 是机器学习中用于优化问题的一种算法，特别是在训练机器学习模型时寻找损失函数的最小值。 “梯度”指的是损失函数对模型参数的偏导数，它表示损失函数在参数空间中增长最快的方向。 “下降”则意味着我们要朝梯度的相反方向更新参数，以此来减少损失。 本案例中， 阅读全文
摘要：
简介 scikit-learn（简称sklearn）是一个广泛使用的Python库，它提供了许多机器学习、数据挖掘和数据分析的工具。 LinearRegression模型是sklearn中实现线性回归算法的一个具体类，为线性回归模型训练及预测提供了便捷的API。 作为模型训练入门案例，本项目选用sk 阅读全文