2019年4月28日
第五次编程作业-Regularized Linear Regression and Bias v.s. Variance
摘要： 1.正规化的线性回归 （1）代价函数 （2）梯度 linearRegCostFunction.m 用fmincg最优的theta来拟合线性回归，画出线性回归函数（在这里是低维度的可以画出来） 2.偏差与方差 （1）求训练样本的误差代价： （2）交叉样本集 Jcv learningCurve.m 学习 阅读全文
posted @ 2019-04-28 11:29 小树同学 阅读(280) 评论(0) 推荐(0) 编辑