多元线性回归中的梯度下降法
上面推导出的式子的大小是和样本数有关的,m越大,结果越大,这是不合理的,我们希望和m无关。
梯度的向量化:
由于数据的规模在不同的特征上不同,所以我们需要对数据进行归一化:
梯度下降法的调试:
在进行机器学习之前先验证所求梯度的正确性。
上面推导出的式子的大小是和样本数有关的,m越大,结果越大,这是不合理的,我们希望和m无关。
梯度的向量化:
由于数据的规模在不同的特征上不同,所以我们需要对数据进行归一化:
在进行机器学习之前先验证所求梯度的正确性。