2022年3月12日
机器学习整理（线性回归）
摘要： 单元线性回归 1、定义假设函数 \(h(x) = \theta_1x + \theta_0\) 2、尝试用样本拟合假设函数，所有样本点到假设函数的距离，其中$m$为样本数量: \(sum = \dfrac{1}{2m} \sum_{1}^{m} (h(x_i) - y_i)^2\) 3、当 sum 阅读全文
posted @ 2022-03-12 14:28 pokpok 阅读(267) 评论(0) 推荐(0) 编辑