02-监督学习应用.梯度下降

约定符号:

m = 训练样本数

X = 输入变量(特征)

Y = 输出变量(目标变量)

(X,Y) = 表示一个样本

$\left ( X^{(i)},Y^{(i)} \right )$ = 第i个样本(上标i不是指数)

 用线性表示则是:

$h\left ( X \right )=\Theta _{0}+\Theta _{1}X$

如果有2个特征则写成:

$h\left ( X \right )=\Theta _{0}+\Theta _{1}X_{1}+\Theta _{2}X_{2}$

这里的X是一个输入特征

如果需要让假设h对$\Theta$依赖,则写成

$h _{\Theta}\left ( X \right )=\Theta _{0}+\Theta _{1}X_{1}+\Theta _{2}X_{2}$

猜你喜欢

转载自www.cnblogs.com/Mjerry/p/9687795.html