2模型描述

模型描述

一些符号

m 表示训练集的数量

x 输入的值

y 输出的值

(x,y) 一个训练样本

(x(i),y(i)) 第i个训练样本

监督学习模型

一元函数

最小化问题

找出(h(x)-y)^2的最小值

代价函数(平方误差函数)

数学定义

梯度下降法

步骤

数学定义

a：学习效率（百分比）（本质是每次梯度下降的跨度）

注：导数随着接近局部最小值减少，从而自动减少步幅

这是在求完偏导之后的结果

发布于