文件名称：Linear-Regression:机器学习 - 具有梯度下降和正态方程的线性回归
文件大小：44KB
文件格式：ZIP
更新时间：2024-06-24 02:50:17
Java
线性回归 梯度下降线性回归和正态方程 这个存储库是一个小的java程序，它学习一系列数据点的“最佳拟合线”。 这是监督机器学习的最基本形式。 例如，尝试从线性方程中学习一条直线的两个变量 M 和 B：y = Mx + B 使用以下输入或训练数据： 它将找到常数 M = 1.2, B = 4.7 这对应于下面的虚线。 此示例输入数据来自 Andrew Ng 的 Coursera 机器学习课程。 线性回归也可以学习非线性函数，例如高阶多项式，只要您选择非线性特征（例如，参见训练示例 5）。 这个存储库使用了 JAMA: A Java Matrix Package
【文件预览】：
Linear-Regression-master
----.gitignore(6B)
----training_data.txt(27B)
----src()
--------ca()
----.classpath(282B)
----README.md(1KB)
----.project(376B)
----training_data_4.txt(969B)
----lib()
--------Jama-1.0.3.jar(35KB)
----training_data_3.txt(2KB)
----training_data_2.txt(25B)
----training_data_5.txt(147B)