2024-09-27 00:12:29 发布
网友
为什么我们要绘制成本函数图,然后找到最低值
该模型将计算不同坡度和截距的成本函数,因此我们不能在此处确定函数的最低值,而不是绘制图形,然后查找坡度并更新坡度和截距吗
当你基于一个训练特征和一个目标特征建立模型时,你可以使用直接方程,如y=mx+c,其中
m=(n(∑xy)-(∑x)(∑y))/(n(∑x^2)-(∑x)^2)
c=(∑y)(∑x^2)-(∑x)(∑xy))/(n(∑x^2)-(∑x)^2)
但是当有多个特征需要训练以获得目标值时,你的方程看起来像y=m1x1+m2x2+m3x3+c,这是一个n维方程
在这里,找到训练和目标特征之间线性关系的单一方程不起作用。对于多个特征,我们需要一条n维的直线来拟合均方误差最小的位置,正如我们所说的,找到成本函数的最低值
然后,关于绘制成本函数图,您使用的库代码不会绘制成本函数。您只需要维护矩阵并迭代以收敛
为了更好地理解算法, click hereclick here
当你基于一个训练特征和一个目标特征建立模型时,你可以使用直接方程,如y=mx+c,其中
m=(n(∑xy)-(∑x)(∑y))/(n(∑x^2)-(∑x)^2)
c=(∑y)(∑x^2)-(∑x)(∑xy))/(n(∑x^2)-(∑x)^2)
但是当有多个特征需要训练以获得目标值时,你的方程看起来像y=m1x1+m2x2+m3x3+c,这是一个n维方程
在这里,找到训练和目标特征之间线性关系的单一方程不起作用。对于多个特征,我们需要一条n维的直线来拟合均方误差最小的位置,正如我们所说的,找到成本函数的最低值
然后,关于绘制成本函数图,您使用的库代码不会绘制成本函数。您只需要维护矩阵并迭代以收敛
为了更好地理解算法, click hereclick here
相关问题 更多 >
编程相关推荐