吴恩达机器学习笔记系列（四）——线性回归

一.model representation（模型描述） 1.变量含义： m = 样本数量 x = 输入变量 y = 输出变量 （x，y）——表示一组训练样本 （xi,yi） （ x i , y i ） ——第 i 个训练样本 如下图：y^1=460, x^1=2104。 2.监督学习问题描述如下： hypothesis（假设）； 对于线性问题，x与y的映射关系式可以表示为： hθ(x)=θ0+θ

>>阅读原文<<