GradientDescent_LinReg
该笔记本实现了Gradient descent算法以拟合线性回归模型。 作为本练习的一部分,将探索各种机器学习技术。 粗略概述如下:
数据输入
EDA
使用梯度下降的线性回归
线性回归成本函数
线性回归梯度函数
梯度下降功能
拟合线性回归参数
学习率调整
参数解释和可视化
多项式回归
模型评估:交叉验证
注意:Notebook可能无法在GitHub上打开。 请下载文件进行浏览。 谢谢!
数据集信息:该数据集来自卡内基梅隆大学维护的StatLib库。 该数据集用于1983年美国统计协会博览会。 从UCI机器学习存储库( )访问
评论0
最新资源