h代表假设函数，h是一个引导x得到y的函数

　　如何表示h函数是监督学习的关键问题

　　线性回归：h函数是一个线性函数

 

　　在线性回归问题中，常常需要解决最小化问题。代价函数常用平方误差函数来表示

　　ps：尽可能简化问题去理解一些抽象概念，如单一的参数变化等等

　　可以利用代价函数去寻找你拟合效果最好的假设函数的参数

　　当参数很多时，利用图表来寻找最小代价函数就变得比较复杂，故引出梯度下降法。

 

　　

　　梯度下降法的思路：给定初始值，一般初始值为0.然后不断修改参数直到目标函数取到最小值

版权声明：本文为wemo原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/wemo/p/8735118.html