摘要：
补充：特征归一化，意义、方法、使用场景 一：单变量线性回归 （一）导入需要使用的包 import numpy as np import pandas as pd import matplotlib.pyplot as plt （二）导入数据集 注意：一定要将数据文件放在和程序同一个文件夹中，否则要使 阅读全文
摘要：
一：多维特征 目前为止，我们探讨了单变量/特征的回归模型，现在我们对房价模型增加更多的特征，例如房间数楼层等，构成一个含有多个变量的模型，模型中的特征为(X_1,X_2,...,X_n) 每一行都是一个训练集样本。 二：多元梯度下降法 与单变量线性回归类似，在多变量线性回归中，我们也构建一个代价函数 阅读全文
摘要：
一：线性回归（了解监督学习过程） （一）概念 线性回归，首先要介绍一下机器学习中的两个常见的问题：回归任务和分类任务。那什么是回归任务和分类任务呢？简单的来说，在监督学习中（也就是有标签的数据中），标签值为连续值时是回归任务，标签值是离散值时是分类任务。 线性回归模型就是处理回归任务的最基础的模型。 阅读全文