机器学习-线性回归算法(单变量)Linear Regression with One Variable
1 线性回归算法
http://www.cnblogs.com/wangxin37/p/8297988.html
回归一词指的是,我们根据之前的数据预测出一个准确的输出值,对于这个例子就是价格,回归=预测,同时,还有另一种最常见的监督学习方式,叫做分类问题,当我们想要预测离散的输出值,例如,我们正在寻找癌症肿瘤,并想要确定肿瘤是良性的还是恶性的,这就是0/1离散输出的问题。更进一步来说,在监督学习中我们有一个数据集,这个数据集被称训练集。
我们将要用来描述这个回归问题的标记如下:
mm代表训练集中实例的数量
x代表特征/输入变量
y代表目标变量/输出变量
(x,y)代表训练集中的实例
(x(i),y(i)) 代表第ii 个观察实例
hh 代表学习算法的解决方案或函数也称为假设(hypothesis)
这就是一个监督学习算法的工作方式,我们可以看到这里有我们的训练集里房屋价格
我们把它喂给我们的学习算法,学习算法的工作了,然后输出一个函数,通常表示为小写 h 表示。h 代表hypothesis(假设),h表示一个函数,输入是房屋尺寸大小,就像你朋友想出售的房屋,因此 hh 根据输入的 xx值来得出 yy 值,yy 值对应房子的价格 因此,hh 是一个从xx 到 yy的函数映射。
我将选择最初的使用规则hh代表hypothesis,因而,要解决房价预测问题,我们实际上是要将训练集“喂”给我们的学习算法,进而学习得到一个假设h,然后将我们要预测的房屋的尺寸作为输入变量输入给h,预测出该房屋的交易价格作为输出变量输出为结果。那么,对于我们的房价预测问题,我们该如何表达 hh?
一种可能的表达方式为:hθ(x)=θ0+θ1xhθ(x)=θ0+θ1x,(h(x)=k*x+b)因为只含有一个特征/输入变量,因此这样的问题叫作单变量线性回归问题。
图表示
最新文章
- configuration error-could not load file or assembly crystaldecisions.reportappserver.clientdoc
- Quality Trimming Via Trimmomatic
- animation动画兼容所有手机
- JavaScript_1
- 【BZOJ】【2705】【SDOI2012】Longge的问题
- 深入理解 静态类和静态字段(C# 基础)
- C学习之指针强化
- 孙鑫HTML视频学习总结
- poll机制分析[转]
- Material Design之CardView的使用
- DAY30、网络编程
- Excel—数学函数
- Hystrix针对不可用服务的保护机制以及引入缓存
- (后端)maven仓库
- 自动化测试-18.selenium之bugFree代码注释
- UWP简单示例(二):快速开始你的3D编程
- C调用lua的table里面的函数
- 20145322 《网络对抗》 MSF基础应用1
- MySQL学习笔记:计算机服务中找不到MySQL服务
- 树莓派3B+学习笔记:7、挂载exfat格式U盘