Linear-Regression:机器学习 - 具有梯度下降和正态方程的线性回归

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