Standard机器学习-大规模数据集的机器学习

在实际的机器学习的应用中，我们需要使用的是很大规模的数据集，如何在上面训练我们的机器学习算法，是一个很重要的问题。而且当我们的数据集足够大的时候，相近的模型就可以取得更好的效果。 那么如何应对这种大规模的数据集呢？以线性回归为例，在求解代价函数时，我们通常使用的是梯度下降法，其中就需要计算训练集的误差的平方和，如果多次迭代的话，那计算量将会是大到我们难以处理。所以，首先要做的事就是看是否需要这么大

>>阅读原文<<