728x90
반응형
Linear Regression의 Hypothesis 와 cost
regression:
예: 몇시간 공부해서 얼마 나오는지 ?
값을 예측해준다.
학습 데이터
x | y |
1 | 1 |
2 | 2 |
3 | 3 |
4 | 4 |
hypothesis :
linear regression로 가설한다.
H(x) = Wx +b
W, b에 따라 선의 모양이 달라진다.
Cost function , loss function
H(x) -y => (H(x) -y ) ^ 2 을 한다.
+- 통일
차이가 클때 penalty를 많이 준다.
cost function 은 W,b 를 구하는 것이다.
반응형
'Machine Learning > 머신러닝과 딥러닝 BASIC' 카테고리의 다른 글
Softmax Regression (Multinomial Logistic Regression) (0) | 2021.07.03 |
---|---|
Logistic (Regression) Classification (0) | 2021.07.03 |
여러개의 입력(feature)의 Linear Regression (0) | 2021.07.01 |
Linear Regression cost 함수 최소화 (0) | 2021.07.01 |
머신러닝의 개념과 용어 (0) | 2021.07.01 |