实验二 | 梯度下降法 发表于 2021-03-03 更新于 2021-03-20 分类于 机器学习 本文字数: 302 阅读时长 ≈ 1 分钟 引言 课堂练习 1. 1.已知数组 X=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20] Y=[2,3,5,5,6,5,7,8,11,10,12,11,13,13,15,17,17,18,19,21] 2. 2.利用梯度下降法原理,自定义拟合实现这些随机点的一元线性拟合方程 \(y = \theta_1 + \theta_2 x\) Q&A 补充 参考 感谢帮助! 梯度下降算法原理 线性回归拟合(附Python/Matlab/Julia代码)_zhanghaijun2013的博客-CSDN博客 梯度下降算法 线性回归拟合(附Python/Matlab/Julia源代码) - 知乎 相关文章 KNN 手写数字识别 《机器学习实战》 - K近邻算法(KNN) 读书笔记 | 《Python自然语言处理实战:核心技术与算法》| (1) 基于朴素贝叶斯算法实现邮件分类 实验一 | 最小二乘法