如何在国外网站开发新客人,在线 建站单页面网站带后台,高端制作网站哪家专业,济南智能网站建设咨询电话问题预览
1.本节课主要讲的是什么#xff1f; 2.不同的w和b#xff0c;如何影响线性回归和等高线图#xff1f; 3.一般用哪种方式#xff0c;可以找到最佳的w和b#xff1f;
解读
1.课程内容
设置不同的w和b#xff0c;观察模型拟合数据#xff0c;成本函数J的等高线…问题预览
1.本节课主要讲的是什么 2.不同的w和b如何影响线性回归和等高线图 3.一般用哪种方式可以找到最佳的w和b
解读
1.课程内容
设置不同的w和b观察模型拟合数据成本函数J的等高线图三维空间图。
2.不同的w和b对应的线性回归和等高线图可视化
示例1参数w≈-0.15参数b≈-800。 w≈-0.15b≈-800构建的线性回归拟合数据的效果欠佳。 wb坐标远离等高线图的中心圈成本函数未最小化误差大。 wb在三维空间的坐标。 示例2参数w约等于-0.15参数b约等于-800。 wb构建的线性回归拟合数据的效果依旧欠佳。 wb坐标接近但没有达到等高线图的中心圈仍未最小化成本函数有误差。 wb在三维空间的坐标。 示例3wb坐标依旧没在等高线图的中心圈未最小化成本函数因此线性回归拟合数据的效果不好。
示例4w≈0.13b≈71wb在等高线图的坐标是中心圈对应三维空间图的最低点最小化了成本函数因此拟合数据效果最好。
总结
了解不同的wb如何影响线性回归的直线以及成本函数J。
等高线图无法满足复杂的机器学习模型一般需要梯度下降算法自动计算最佳的w和b。
