课堂笔记 - 深度学习 Deep Learning (8)

上篇介绍如何依照需要的状况决定函式，此篇将介绍如何在点与点间寻找回归线减少偏差值。

• Linear Regression

Simple Linear Regression: Finding a relationship between two continuous variables; y = f(x)

基本上DataSet会有N个例子(行)，例子中会有M个输入属性(列)；

• MSE偏差值

在线性回归中可以使用error function (Mean Squared Error) 去判断一开始假设的h(x)是否准确，
常见的计算方法为：(h(x)-f(x))^2
也就是用平方来去取线与点之间的距离。

取偏差值的公式：

先取距离後全部加总再取平均值，前面的1/2是为了方便计算所做的梯度下降。

• 最小化偏差值

如果只有一个属性： h(x) = b + w1x b是y的截距，w1是斜率
则计算方法为：