机器学习 学习总结 第五章 梯度下降法求正则化代价函数最小值

求正则化代价函数最小值 梯度下降法 在求解之前的线性回归方程的代价函数的最小值时，我们使用了以下的方程来迭代θ值。 我们知道正则化后的代价函数中我们是从θ1开始惩罚，θ0并未动。所以我们将θ从迭代方程中分离出来。得到以下迭代方程： 其实并没有任何改变，至少将计算θ0的等式分离出来了而已。 然后θj从1开始取值，到n。 如果我们想用这个方法来求节正则化的目标函数，我们还需要在θj的等式上添加一项。

>>阅读原文<<