机器学习入门：Linear Regression与Normal Equation -2017年8月23日22:11:50

45 阅读 0 评论 30 点赞

我是靠谱客的博主魔幻老师，最近开发中收集的这篇文章主要介绍机器学习入门：Linear Regression与Normal Equation -2017年8月23日22:11:50，觉得挺不错的，现在分享给大家，希望可以做个参考。

本文会讲到：

(1)另一种线性回归方法：Normal Equation；

(2)Gradient Descent与Normal Equation的优缺点；

前面我们通过Gradient Descent的方法进行了线性回归，但是梯度下降有如下特点：

(1)需要预先选定Learning rate；

(2)需要多次iteration；

(3)需要Feature Scaling；

因此可能会比较麻烦，这里介绍一种适用于Feature数量较少时使用的方法：Normal Equation；

当Feature数量小于100000时使用Normal Equation；

当Feature数量大于100000时使用Gradient Descent；

Normal Equation的特点：简单、方便、不需要Feature Scaling；

其中Normal Equation的公式：

表示第i个training example；

表示第i个training example里的第j个feature的值；

m为#training example；

n为#feature；

for instance:

转载于:https://www.cnblogs.com/x-poior/p/7420509.html

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。