现在我们有了假设函数和评价假设准确性的方法,现在我们需要确定假设函数中的参数了,这就是梯度下降(gradient descent)的用武之地。

梯度下降算法

不断重复以下步骤,直到收敛(repeat until convergence):
ML:梯度下降(Gradient Descent)-LMLPHP
其中,j=0,1表示特征索引值
ML:梯度下降(Gradient Descent)-LMLPHP

对线性回归使用梯度下降法

ML:梯度下降(Gradient Descent)-LMLPHP

另外,此处课程设置了线性代数的复习讲解,线性代数对ML非常重要,建议复习一下。

05-11 20:14