week2-1多变量线性回归 Posted on 2022-04-28 | In 机器学习 Reading time ≈ 1 多维特征 多变量线性回归模型: 多变量代价函数 多变量梯度下降 定义:一种求函数最小值的算法,可以用这个方法求代价函数 更新规则: 数据集预处理之特征缩放 作用:加快梯度下降法的收敛速度; 统一特征的权重&提升模型准确性 方法: 机器学习玄学之学习率 学习率a a小,收敛所需epoch大,也有可能收敛至局部极值点,找不到最优解。 a大,可能收敛不了,跳过最优值。 特征和多项式回归 与梯度下降算法适用条件不同算法-正规方程 梯度下降与正规方程的比较 推导拓展(推导出正规方程公式):