31.jpg

1.课程回顾

例1：房价和面积—预测

给定一组房价和房屋面积的数据集，通过机器学习算法(监督学习)来拟合画出一条线，根据这条线来对未知的数据进行判断。 image.png

举个例子，此时我有三个样本点 （1，1），（2，2），（3，3）,我怎么确定一个假设函数h，使得这条线能最优化地拟合所有数据，能更精确地预测下一个位置样本点的数据，譬如x = 5时 y的值？这里人眼很明显一看就能确定 即可，不过对于机器，怎么去确定这个方程？
此时就需要用到代价函数，这里我们可以用回归问题通用的平方损失函数/平方代价函数，评估假设函数的误差水平。这里，例1的代价函数如下：

image

对损失函数/代价函数运用梯度下降方法，求导：

6.png
Tips:
j = 0时即对求导，
j = 1时即对求导