标签：总结 吴恩达 梯度 教程 下降 多元 Octave 线性 Week2

课程网址：Machine Learning | Coursera

第二周的主要内容有两个部分：多元线性回归和Octave教程。

一、多元线性回归

1.基本模型

 2.多元梯度下降

3.特征缩放

      将每个特征的范围大约控制在[-1,1]

      均值归一化：

4.学习率

      如果太小，梯度下降将很慢。

      如果太大，代价函数有可能不会随每次迭代减小，可能不能收敛。

      以三倍的增加进行尝试，...，0.001,0.003，0.01， 0.03，0.1，0.3,1，.....

5.正规方程求解法

Octave：pinv(X' * X)*X' * y

6.梯度下降和正规方程法对比

 当n过大时，更倾向于用梯度下降算法。

二、Octave教程（略）

标签：总结,吴恩达,梯度,教程,下降,多元,Octave,线性,Week2
来源： https://blog.csdn.net/cxzgood/article/details/120683576

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。