代价函数（cost function）
假设有这样一份关于房价的数据： 房屋面积 价格 2 4 4 8 5 10 那么我们为了预测房屋价格，假设预测函数为h(x)=θ0*x + θ1，为了尽可能少的考虑变量，先假设 θ1=0，所以得到预测函数为h(x)=θ0*x 当θ0取1,2,3时，预测函数的图像为 红标为训练数据的点，损失函数就是这些点到预测函数的距离，距离越大，误差越大，可以看到，当θ0=2时，所有点都在预测函数的线上，这说明误差
相关文章
- 1. 代价函数 Cost Function
- 2. 【机器学习】代价函数（cost function）
- 3. 吴恩达机器学习7：代价函数(Cost function)
- 4. Machine Learning|番外篇-1 交叉熵代价函数（Cost Function）
- 5. cost function
- 6. Cost function
- 7. 损失函数（loss function也叫作cost function）
- 8. Model and Cost Function
- 9. 【caffe】loss function、cost function和error
- 10. 2.2 代价函数
- 更多相关文章...
- • SQL MIN() Function - SQL 教程
- • XSLT function-available() 函数 - XSLT 教程
- • Flink 数据传输及反压详解
- • IntelliJ IDEA代码格式化设置
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章