吳恩達機器學習筆記二

單變量線性迴歸(Linear Regression with One Variable)

    1、以房價預測訓練集爲例，假設函數：hθ​(x)=θ0​+θ1​x 

         

    2、我們的目的在於求解預測結果hθ​(x)最接近於實際結果y時，θ的取值，即求該公式最小值。

                                                             

                                                            m: 訓練集中的樣本總數

                                                            y: 目標變量/輸出變量

                                                            (x,y): 訓練集中的實例

                                                            (x(i),y(i)): 訓練集中的第i=個樣本實例

     3、爲了求解最小值，引入損失函數(Cost Function)概念，用於度量建模誤差。考慮到要計算最小值，應用二次函數對求和式建模，即應用統計學中的平方損失函數（最小二乘法）：求解J（θ0​, θ1）最小。（1/2是爲了計算方便）