我在b站学ML(四)

感觉回到了统计学多元回归的课堂,融入了使用线代中的矩阵运算 在多元情况下梯度下降算法(右边): 下标 j 表示第 j 个参数,上标 (i) 表示第 j 个参数的第 i 条数据,本质上和上一节讲的一元下的梯度下降算法(左边)是一回事 优化梯度下降算法的效率 一、特征缩放 还是房价的例子:当有房屋面积和卧室数量两个参数时,x1的范围很大而x2的范围很小,反映到代价函数上导致很狭长的椭圆形状,梯度下降会
相关文章
相关标签/搜索