2.1 模型表示
本节将通过线性回归来了解监督学习的过程:
对于房价预测模型，我们之所以将其称为监督学习（因为对每个数据都有一个正确答案-真实的房价）。由于房价是一些连续的值，因此这是一个回归问题。
h代表学习算法的解决方案或函数也称为假设（hypothesis）,监督学习算法的工作方式如下
要解决房价预测问题，我们实际上是要将训练集“喂”给我们的学习算法，进而学习得到一个假设h，然后将我们要预测的房屋的尺寸作为输入变量输入给h，预测出该房屋的交易价格作为输出变量输出为结果。那么，对于我们的房价预测问题，我们该如何表达h？
一种可能的表达是h(x)=ax+b,因为只有一个特征/输入变量，因此称其为单变量线性回归。
2.2 代价函数
在我们的假设函数h(x)=ax+b中
- 线性 变量 Regression Variable Linear线性 变量regression variable 线性 变量regression variables 乘法 线性regression机器 线性algebra linear 18.06 linear_solver_type线性 类型linear condition_variable变量condition variable 变量regression analysis lse del_delete_variable变量variable delete 变量unresolved webstorm variable 变量algebra linear 18.06