标签：机器 变量 回归 面积 variable 房屋 线性 价格 函数

机器学习之单变量线性回归

model representation模型表示

引言

 给定房屋面积和房屋价格的数据，然后以房屋面积为横坐标，房屋价格为纵坐标，绘制数据点。通过绘制曲线，获得房屋房价的模型，根据房屋面积获得房屋价格，这就是一个Regression Problem（回归问题）。

定义

 Regression指的是根据之前的数据预测出一个准确的输出值，即predict real_valued output。
 训练集符号表示：
  m =Number of training examples 共有m组房屋面积和价格数据
  x's = "input"variable / features    房屋面积
  y's = "output"variable /features   房屋价格
  (x,y)= one training example    一个训练样本

训练

 将数据集喂给学习算法，Learning Algorithm，输出函数为h，h是一个从x到y的映射。
根据输入房屋面积x，通过函数h计算，得出房屋价格y。

称如下式子
h(x) = θ₀ +θ₁x
为
Linear regression with one variable 或者 Univariate linear regression(单变量线性回归)

Cost Function代价函数

θ_i :模型参数，即一次函数

h(x) = θ₀ +θ₁x
Parameters:
θ₀,θ₁

Cost Function代价函数：

J(θ₀,θ₁)=Σ( h(x⁽ⁱ⁾ )-y⁽ⁱ⁾)²/(2 m)
即平方误差损失函数square error function。
Goal目标：
令J最小，求得θ₀和θ₁

标签：机器,变量,回归,面积,variable,房屋,线性,价格,函数
来源： https://www.cnblogs.com/qjwzmy/p/12162035.html

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。