目录： 矩阵分解 1.1 矩阵分解作用 1.2 矩阵分解的方法一文读懂机器学习中奇异值分解SVD 1.3 推荐学习的经典矩阵分解算法 SVD具体介绍 2.1 特征值、特征向量、特征值分解 2.2 SVD分解 2.3 SVD分解的应用 1. 矩阵分...

梯度下降优化 1、归一化 Normalization 1.1、归一化目的   梯度下降的原理和应用，我们已经在前面课程中进行了学习，大家仔细观察下图。   不同方向的陡峭度是不一样的，即不同维度的数值大小是不同。也就是说梯度下降的快慢是不同的： ...

梯度下降 线性回归预测房价 数据加载 数据介绍 数据拆分 数据建模 数据预测 数据评估 1、无约束最优化问题 1.1、无约束最优化    无约束最优化问题（unconstrained optimization problem）指的是从一...

多元线性回归 1、基本概念 ​ 线性回归是机器学习中有监督机器学习下的一种算法。 回归问题主要关注的是因变量(需要预测的值，可以是一个也可以是多个)和一个或多个数值型的自变量(预测变量)之间的关系。 需要预测的值:即目标变量，target，y，连...