机器学习-线性回归、代价函数
线性回归是监督学习的一种,将训练集放入一个模型中,根据输入的x就会输出相应的y,并且在坐标系中是直线,这种模型就是线性回归。
y=a*x+b;这个就是线性回归的的函数模型,所以在线性回归问题中,我们需要确定a和b的值。要进行一个最小化的问题。
就是找到a和b,使得这个式子的值最小。就是预测值-实际值的平方的2m分之一最小。
这个式子就是代价函数。
线性回归是监督学习的一种,将训练集放入一个模型中,根据输入的x就会输出相应的y,并且在坐标系中是直线,这种模型就是线性回归。
y=a*x+b;这个就是线性回归的的函数模型,所以在线性回归问题中,我们需要确定a和b的值。要进行一个最小化的问题。
就是找到a和b,使得这个式子的值最小。就是预测值-实际值的平方的2m分之一最小。
这个式子就是代价函数。