文件名称：模型表示-贴片电子元件丝印查询（带完整目录）
文件大小：7.67MB
文件格式：PDF
更新时间：2024-06-30 14:44:07
机器学习
2.1 模型表示 参考视频: 2 - 1 - Model Representation (8 min).mkv 之前的房屋交易问题为例，假使我们回归问题的训练集（Training Set）如下表所示： 我们将要用来描述这个回归问题的标记如下: m 代表训练集中实例的数量 x 代表特征/输入变量 y 代表目标变量/输出变量 (x,y) 代表训练集中的实例 (x(i),y(i) ) 代表第 i 个观察实例 h 代表学习算法的解决方案或函数也称为假设（hypothesis） 因而，要解决房价预测问题，我们实际上是要将训练集“喂”给我们的学习算法，进而学 习得到一个假设 h，然后将我们要预测的房屋的尺寸作为输入变量输入给 h，预测出该房屋 的交易价格作为输出变量输出为结果。那么，对于我们的房价预测问题，我们该如何表达 h？