size in feet²(x)
price（＄）in 1000『s（y）
2104
4601416
2321534
315852
178m→訓練樣本的數目 （例如上述**有四行就有4個樣本數目，有多少行就有多少樣本數目）
x『s→輸入變數或者目標變數
y』s→輸出變數或者目標變數
（x,y)則表示乙個訓練樣本
線性回歸就是分析特徵和目標之間的關係。我的理解：是找到乙個合適的函式，將變數和目標聯絡起來，並且這個關係呈線性變化。
h θ(
x)=θ
tx
h_\theta(x)=\theta^tx
hθ(x)
=θtx
這其實就是乙個簡單的過原點的線性函式。
梯度下降。我的理解：引入梯度下降是為了對損失函式進行評價，它是測量這個線性回歸是否合適的標準：如果損失函式越小，那麼這個線性回歸越能表現出變數和目標之間的關係。
j （θ
）=12
m∑i=
1m(h
θ(xi
)−yi
)2
j（\theta）=\frac\sum_^m( h_\theta(x^) - y^)^2
j（θ）=2
m1∑
i=1m
(hθ
(xi
)−yi
)2θ =θ
−α⋅d
j(θ)
dθ
\theta=\theta-\alpha·\frac
θ=θ−α⋅
dθdj
(θ)
公式思想：α為學習度，它就像走路時的步幅大小：α過大會錯過最小的損失函式，α太小會增加計算次數。所以尋找合適的α也很重要。
線性回歸筆記：
線性回歸演算法
1 有監督學習 supervised learning 不僅把訓練資料丟給計算機，而且還把分類的結果 資料具有的標籤 也一併丟給計算機分析。計算機進行學習之後，再丟給它新的未知的資料，它也能計算出該資料導致各種結果的概率，給你乙個最接近正確的結果。由於計算機在學習的過程中不僅有訓練資料，而且有訓練結...
線性回歸演算法
什麼是線性回歸？統計學中，線性回歸 linear regression 是利用稱為線性回歸方程的最小平方函式對乙個或多個自變數和因變數之間關係進行建模的一種回歸分析。原理與推導 損失函式 loss function 是定義在單個樣本上的，算的是乙個樣本的誤差。代價函式 cost function 是...
線性回歸演算法
1.本節重點知識點用自己的話總結出來，可以配上，以及說明該知識點的重要性 機器學習裡的監督學習分為回歸和分類。回歸是連續型的，分類是離散型的。回歸又分為線性回歸，logistic回歸和回歸評估。一元線性回歸 公式 y ax b 一般來說，線性回歸都可以通過最小二乘法求出其方程，可以計算出對於y bx...