当前位置: 首页 > news >正文

吴恩达2022机器学习专项课程(一) 3.6 可视化样例

问题预览

1.本节课主要讲的是什么?
2.不同的w和b,如何影响线性回归和等高线图?
3.一般用哪种方式,可以找到最佳的w和b?

解读

1.课程内容

设置不同的w和b,观察模型拟合数据,成本函数J的等高线图,三维空间图。

2.不同的w和b,对应的线性回归和等高线图(可视化)

示例1:参数w≈-0.15,参数b≈-800。
在这里插入图片描述
w≈-0.15,b≈-800构建的线性回归,拟合数据的效果欠佳。

在这里插入图片描述
w,b坐标远离等高线图的中心圈,成本函数未最小化,误差大。
在这里插入图片描述
w,b在三维空间的坐标。

在这里插入图片描述

示例2:参数w约等于-0.15,参数b约等于-800。

在这里插入图片描述
w,b构建的线性回归,拟合数据的效果依旧欠佳。

在这里插入图片描述
w,b坐标接近但没有达到等高线图的中心圈,仍未最小化成本函数,有误差。在这里插入图片描述
w,b在三维空间的坐标。在这里插入图片描述
示例3:w,b坐标依旧没在等高线图的中心圈,未最小化成本函数,因此线性回归拟合数据的效果不好。
在这里插入图片描述

示例4:w≈0.13,b≈71,w,b在等高线图的坐标是中心圈,对应三维空间图的最低点,最小化了成本函数,因此拟合数据效果最好。
在这里插入图片描述

总结

了解不同的w,b,如何影响线性回归的直线以及成本函数J。

等高线图无法满足复杂的机器学习模型,一般需要梯度下降算法,自动计算最佳的w和b。

http://www.lryc.cn/news/324821.html

相关文章:

  • C#入门及进阶教程|Windows窗体属性及方法
  • 34-Java传输对象模式 ( Transfer Object Pattern )
  • flutter实现视频播放器,可根据指定视频地址播放、设置声音,进度条拖动,下载等
  • 微服务(基础篇-001-介绍、Eureka)
  • mac 解决随机出现的蓝色框
  • 深入理解与使用go之函数与方法--使用
  • 【QT问题】 Qt信号函数如果重名,调用怎么处理
  • 登山小分队(dfs,模拟)
  • Luminar Neo:重塑图像编辑新纪元,Mac与Win双平台畅享创意之旅
  • 计算机二级Python题库深度解析与备考策略
  • 微信商家转账到零钱:实用指南,涵盖开通、使用与常见问题
  • [精选]Kimi到底是什么,将带来什么?
  • MySQL学习笔记------SQL(2)
  • 【循环神经网络rnn】一篇文章讲透
  • KW音乐搜索参数
  • SpringBoot3+Vue3项目的阿里云部署--将后端以及前端项目打包
  • MySQL 存储引擎
  • perl:打开文件夹,选择视频文件,并播放
  • 分布式链上随机数和keyless account
  • 【项目设计】基于MVC的负载均衡式的在线OJ
  • MRC是谁?- 媒体评级委员会 Media Rating Council
  • 反序列化漏洞简单知识
  • Es之正排索引与倒排索引
  • wordpress将图片默认连接到媒体文件
  • Java学习笔记 | Java基础语法 | 03 | 流程控制语句
  • 记录新人的web3之旅
  • 由浅到深认识Java语言(9):Eclipse IDE简介
  • 游戏引擎中的地形系统
  • 【论文精读】OTA: Optimal Transport Assignment for Object Detection(物体探测的最优传输分配)
  • 无极低码SQL模板引擎使用教程示例,自己手撸一个sql模板引擎进行动态sql生成。