[机器学习]代价函数
2018-02-14 18:19
134 查看
在我们初中的函数表达式中
y=kx+b;
![](https://img-blog.csdn.net/2018021417525997?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvamlkb25nMjYyMg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
因为我们的回归问题是一个假设;
这时候 hθ(x)就是我们的y ,θ0就是我们的b,θ1就是我们的k;
代价函数公式:
![](https://img-blog.csdn.net/20180214175731590?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvamlkb25nMjYyMg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
这里的J(θ0,θ1)指的是我们假设的θ0和θ1进行预测的误差值;
m是数据量的大小,hθ就是我们刚刚假设的θ0和θ1 y就是实际的数值,∑为求和运算符,比如5∑1 =5+4+3+2+1;
让我们举个例子
如下图
![](https://img-blog.csdn.net/20180214175500405?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvamlkb25nMjYyMg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
在这个图中,当x=1时 y=1 x=2时 y=3 当x=3时 y=3;
总共有3个数据 所以m等于3
实际也就是y=x;
这里我们假设θ1等于1 θ0等于0
误差值为 1/(2*3)*(0+0+0)
误差值为0.
再举个例子
当我们假设θ1等于0.5 θ0等于0
这里附上代码
![](https://img-blog.csdn.net/20180214181833320?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvamlkb25nMjYyMg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
//注:java的精度计算并不准确 这里的代码主要是让人看懂是怎么算的 感兴趣的读者可以手动计算一下.
y=kx+b;
因为我们的回归问题是一个假设;
这时候 hθ(x)就是我们的y ,θ0就是我们的b,θ1就是我们的k;
代价函数公式:
这里的J(θ0,θ1)指的是我们假设的θ0和θ1进行预测的误差值;
m是数据量的大小,hθ就是我们刚刚假设的θ0和θ1 y就是实际的数值,∑为求和运算符,比如5∑1 =5+4+3+2+1;
让我们举个例子
如下图
在这个图中,当x=1时 y=1 x=2时 y=3 当x=3时 y=3;
总共有3个数据 所以m等于3
实际也就是y=x;
这里我们假设θ1等于1 θ0等于0
误差值为 1/(2*3)*(0+0+0)
误差值为0.
再举个例子
当我们假设θ1等于0.5 θ0等于0
这里附上代码
//注:java的精度计算并不准确 这里的代码主要是让人看懂是怎么算的 感兴趣的读者可以手动计算一下.
相关文章推荐
- 第一周-机器学习-代价函数_intuition
- 《机器学习》第一周 一元回归法 | 模型和代价函数,梯度下降
- [机器学习] 代价函数(cost function)
- 机器学习笔记02-代价函数与梯度下降算法(一)
- 机器学习中的目标函数、损失函数、代价函数是同一个东西吗?
- 机器学习(11.3)--神经网络(nn)算法的深入与优化(3) -- QuadraticCost(二次方代价函数)数理分析
- 【机器学习】代价函数,损失函数,目标函数区别
- Machine Learning(Stanford)| 斯坦福大学机器学习笔记--第一周(3.代价函数直观理解)
- Machine Learning(Stanford)| 斯坦福大学机器学习笔记--第一周(3.代价函数直观理解)
- 机器学习-逻辑回归-代价函数
- 机器学习之代价函数
- 机器学习1.1--模型和代价函数
- 【机器学习】代价函数
- 机器学习入门(4)--代价函数
- Machine Learning(Stanford)| 斯坦福大学机器学习笔记--第一周(2.线性回归,代价函数)
- 【机器学习入门】Andrew NG《Machine Learning》课程笔记之二 :基本概念、代价函数、梯度下降和线性回归
- 机器学习中的目标函数、损失函数、代价函数有什么区别?
- 机器学习笔记之代价函数(二)
- 机器学习知识总结:代价函数与经验风险、结构风险最小化
- 机器学习入门——代价函数