简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
机器学习4(线性代数)
机器学习——线性代数(矩阵的知识)Octave下操作矩阵1、矩阵基本操作创建矩阵A = [1, 2, 3; 4, 5, 6; 7, 8, 9; 10, 11, 12]创建向量v = [1;2;3] 获取矩阵行列保存到m,n[m,n] = size(A)获取矩阵行列保存到矩阵dim_Adim_A = size(A)获取向量维度dim_v = size(v)...
机器学习7(正规方程)
机器学习——正规方程数据大的时候用梯度下降,数据小的时候正规方程
机器学习3(线性回归的梯度下降算法)
机器学习——线性回归的梯度下降算法
机器学习5(多元变量线性回归)
机器学习——多元变量线性回归预测函数梯度下降法单元其实是多元的特殊情况
机器学习1(单元变量线性回归)
机器学习——单元变量线性回归用代价函数J(θ0,θ1)得假设函数的hθ(x)=θ0+θ1x的参数θ0,θ1得出准确的预测模型函数预测过程:最小化代价函数J(θ0,θ1)得最准确的预测模型hθ(x)=θ0+θ1x的参数θ0,θ1θ0=0的情况θ0!=0的情况总结:...
机器学习6(特征缩放,学习率,特征选择,多项式回归)
机器学习——特征缩放 加快梯度下降的进程——学习率1、如果学习率太小,很慢下降2、如果学习率太大,可能不会下降3、如何选择学习率这样选0.001、0.003、0.01、0.03、0.1、0.3——特征选择和多项式回归 ...
到底了