什么是線性回歸勉抓？
在監(jiān)督學習（supervised learning）中：
- x表示輸入值蛹尝；
- y表示輸出值（也是預測值）痢虹；
- （x(i), y(i)）被稱為訓練樣本鸵闪；
- 一組（x(i), y(i)），i=1概疆，...,m逗威，被稱為訓練集（training set）
注意：這里的上標i指的是序號，而與取冪無關
為了更直觀一點岔冀，下面是監(jiān)督學習的流程圖（其中h——<b>hypothesis</b>是預測算法生成的線性式）：
supervise learning processing
Andrew舉了個房價預測的栗子（一個回歸的預測）：
房價預測
房價預測
這里的房價可以認為是連續(xù)的凯旭，所以可以模擬一條直線來根據房間面積來預測房價，這就叫線性回歸使套。
但是如果y只是一簇一簇離散的數據罐呼，比如根據房屋面積判斷是別墅還是平房，那么這樣就叫做分類問題侦高。
Cost Function（誤差函數）
我們用cost function來評估hypothesis的準確性弄贿，這里y(i)是輸入為x(i)時的真實值。有時候也稱為“Squared error function”或者“Mean squared error”
Cost Function
誤差項
cost function如何得來矫膨？
- 在這里由于誤差項可正可負差凹，相加時會正負抵消，這樣就無法區(qū)分沒有偏差和政府偏差相抵消時的情況侧馅。因此危尿，我們使用誤差的平方和，并令其最小馁痴，這樣的方法也叫做最小平方發(fā)（Least Squares Method）谊娇。
- 后面我們就會知道為什么除的是2m而不是m，這里簡單說一下：
除以2m罗晕，是用來簡化其數據济欢，make it easy。
Cost Function
