博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
【吴恩达机器学习】学习笔记——2.1单变量线性回归算法
阅读量:6142 次
发布时间:2019-06-21

本文共 305 字,大约阅读时间需要 1 分钟。

1 回顾

1.1 监督学习
定义:给定正确答案的机器学习算法
分类:
(1)回归算法:预测连续值的输出,如房价的预测
(2)分类算法:离散值的输出,如判断患病是否为某种癌症
1.2 非监督学习
定义:不给定数据的信息的情况下,分析数据之间的关系。
聚类算法:将数据集中属性相似的数据点划分为一类。
2 单变量线性回归算法
2.1 符号定义
m = 训练样本的数量
x = 输入变量
y = 输出变量
2.2 工作方式
训练集通过学习算法生成线性回归函数hypothesis  hθ(x) = θ0 + θ1x

转载于:https://www.cnblogs.com/JJJanepp/p/8446966.html

你可能感兴趣的文章
【Git入门之四】操作项目
查看>>
老男孩教育每日一题-第107天-简述你对***的理解,常见的有哪几种?
查看>>
Python学习--time
查看>>
在OSCHINA上的第一篇博文,以后好好学习吧
查看>>
高利率时代的结局,任重道远,前途叵测
查看>>
phpcms v9栏目列表调用每一篇文章内容方法
查看>>
python 自定义信号处理器
查看>>
luov之SMTP报错详解
查看>>
软件概要设计做什么,怎么做
查看>>
dwr
查看>>
java的特殊符号
查看>>
word2010中去掉红色波浪线的方法
查看>>
fabric上下文管理器(context mangers)
查看>>
JQuery-EasyUI Datagrid数据行鼠标悬停/离开事件(onMouseOver/onMouseOut)
查看>>
并发和并行的区别
查看>>
php小知识
查看>>
Windows下安装、运行Lua
查看>>
Nginx 反向代理、负载均衡、页面缓存、URL重写及读写分离详解(二)
查看>>
初识中间件之消息队列
查看>>
MyBatis学习总结(三)——优化MyBatis配置文件中的配置
查看>>