【机器学习课程笔记（吴恩达）】2.1模型描述

1.  介绍线性回归

　　举例&＃xff1a;房价预测&＃xff0c;给出一系列数据集&＃xff08;x,y&＃xff09;&＃xff0c;x表示房间的面积大小&＃xff0c;y表示房屋的出售价格&＃xff0c;由于价格是连续的数值&＃xff0c;所以这是一个回归问题&＃xff08;如果是离散的数值则是分类问题&＃xff09;。

　　引申&＃xff1a;监督学习的过程&＃xff0c;如下图所示&＃xff0c;我们向学习算法提供训练集&＃xff08;例如例子中的房价数据&＃xff09;&＃xff0c;学习算法的任务是输出一个假设函数h&＃xff0c; h将x作为输入&＃xff08;如房子的面积&＃xff09;&＃xff0c;输出相应的预测值y&＃xff08;如房屋的价格&＃xff09;。

　　

　　在这个例子中我们选择的最初的假设函数h如下:

 

       表示y是x的一个线性函数&＃xff0c;即线性回归模型&＃xff0c;这个例子是一个一元线性回归&＃xff0c;对应单变量线性回归模型。