机器学习---单变量线性回归

机器学习 一、单变量线性回归 1.模型描述 （1）常见的字符的意义： m代表训练集(即样本容量)中实例的数量 x代表特征/输入变量 y代表目标变量/输出变量 (x(i), y(i))表示第i个样本 h代表学习算法的解决方案或函数也称为假设（hypothesis） （2）一个监督学习算法的工作方式: 2.代价函数 （1）什么是代价函数（平方误差函数、目标函数）？ 我在网上找了很长时间代价函数的定义，

>>阅读原文<<