【机器学习】线性回归之梯度降低、多元线性回归概述

线性回归是一种监督学习方法.  对每一个样原本说： 算法 Hypothesis:网络 即：机器学习 其中， 为预测值， 为样本的第i个特征，且；  为该特征下的权重，bias误差。线性回归就是要在已有的样本特征和标签下学习特征权重，从而在待测样本中应用学习好的特征权重，获得待测样本的标签。 函数 定义损失函数：学习 咱们的目的是找到最优的  来最小化   , 使用梯度降低方法：优化 对每个样原本说

>>阅读原文<<