代价函数

本例中如下图所示：代价函数实际目的是为了通过寻找 θ1， θ2两个参数实现拟合的直线最接近数据点。

本例中代价函数的定义 θ1， θ2

寻找θ1，θ2参数最优值

寻找 θ1的最优解

当θ1 = 1时

当θ1 = 0.5时

当θ1 =0时

如上图右侧所示，寻当θ1 的最优解相当于寻找曲线偏导数等于零的点

上图为两个参数同时作用时候生成的数据三维图

下图为数据对应的等高线：

通过实际数据测试发现当在等高线最中央时拟合的直线最接近数据集。

吴恩达机器学习笔记：（二）代价函数相关推荐

吴恩达机器学习笔记二之多变量线性回归
本节目录: 多维特征多变量梯度下降特征缩放学习率正规方程 1.多维特征含有多个变量的模型,模型中的特征为(x1,x2,-xn), 比如对房价模型增加多个特征这里,n代表特征的数量, x(i ...
吴恩达机器学习笔记第一周
第一周吴恩达机器学习笔记第一周一. 引言(Introduction) 1.1 欢迎 1.2 机器学习是什么? 1.3 监督学习 1.4 无监督学习二.单变量线性回归(Linear Regress ...
吴恩达机器学习笔记整理（Week6-Week11）
1. Week 6 1.1 应用机器学习的建议(Advice for Applying Machine Learning) 1.1.1 决定下一步做什么到目前为止,我们已经介绍了许多不同的学习算法, ...
吴恩达机器学习笔记整理（Week1-Week5）
吴恩达机器学习笔记整理 1. Week1 1.1 什么是机器学习(What is Machine Learning) 1.2机器学习算法分类 1.3 单变量线性回归(Linear Regression ...
吴恩达机器学习笔记：（一）机器学习方法简介
吴恩达机器学习笔记 Supervised Learning(监督学习) Unsupervised Learning(无监督学习) clustering 聚类算法 market segments 市场细 ...
【Nan‘s 吴恩达机器学习笔记】第八、九章神经网络
[Nan's 吴恩达机器学习笔记]第八.九章神经网络神经网络(Neural Networks) 8.1 非线性假设 8.2 模型表示前向传播算法(Forward Propagation) 8.3 ...
【经典】吴恩达——机器学习笔记001
[经典]吴恩达--机器学习笔记001 机器学习(Machine Learning)笔记001 学习地址:[中英字幕]吴恩达机器学习系列课程文字版参考及PPT来源:Coursera-ML-Andrew ...
吴恩达机器学习笔记55-异常检测算法的特征选择（Choosing What Features to Use of Anomaly Detection）
吴恩达机器学习笔记55-异常检测算法的特征选择(Choosing What Features to Use of Anomaly Detection) 对于异常检测算法,使用特征是至关重要的,下面谈谈 ...
吴恩达机器学习笔记：（四）矩阵、多元梯度下降
吴恩达机器学习笔记矩阵基础知识矩阵逆运算矩阵的转置实践乘法多元梯度下降特征缩放学习率α 矩阵基础知识矩阵逆运算矩阵的转置实践乘法多元梯度下降特征缩放学习率α 学习率的选择:
吴恩达机器学习笔记week8——神经网络 Neutral network
吴恩达机器学习笔记week8--神经网络 Neutral network 8-1.非线性假设 Non-linear hypotheses 8-2.神经元与大脑 Neurons and the brai ...

吴恩达机器学习笔记：（二）代价函数

代价函数

寻找θ1，θ2参数最优值

寻找 θ1的最优解

吴恩达机器学习笔记：（二）代价函数相关推荐

最新文章

热门文章