我正在安德鲁·伍（Andrew Ng）教授的Coursera课程上学习机器学习。讲师将假设定义为“输入”（在我的情况下为x）的线性函数，如下所示：
hθ（x）=θ0+θ1（x）
在监督学习中，我们有一些训练数据，并据此尝试“推论”一个将输入紧密映射到相应输出的功能。为了推论该函数，我们将假设作为输入（x）的线性函数进行介绍。我的问题是，为什么选择包含两个θ的函数？为什么y（i）= a * x（i）这么简单，而a是系数呢？稍后，我们可以使用算法为给定示例a找到(i)的“好”值？这个问题可能看起来很愚蠢。我很抱歉，但是我不是很擅长机器学习，我只是一个初学者。请帮助我理解这一点。
谢谢！
最佳答案
a对应于θ1。您提出的线性模型忽略了截距θ0。
考虑一个输出函数y等于常数5，或者等于一个常数加上一个很小的x分数，该分数永远不会超过.01。如果您的模型没有可以吸收D.C.分量的θ0，将误差函数设为零将很困难。