±à¼ÍƼö: |
±¾ÎÄÀ´×ÔÓÚcsdn,±¾½Ì³ÌÊʺÏËùÓжԻúÆ÷ѧϰ¸Ðµ½ºÃÆæ,½«¼òµ¥½éÉÜ»úÆ÷ѧϰ´øÄãÈëÃÅ£¬Ï£Íû¶ÔÄãÓÐËù°ïÖú¡£
|
|
ÄãÊÇ·ñÒ²ÔøÌýÈËÃÇ̸Æð»úÆ÷ѧϰµ«ÊÇÖ»ÓÐÒ»¸öëüëʵĸÅÄÄãÊÇ·ñÑá¾ëÁËÔÚͬʵĸß̸À«ÂÛÖÐÍÇÈ»Óû˯£¿´Ë³ÏÇó±äÖ®»ú¡£
±¾½Ì³ÌÊʺÏËùÓжԻúÆ÷ѧϰ¸Ðµ½ºÃÆæ£¬È´²»Öª´ÓºÎÏÂÊֵĶÁÕß¡£ÎÒÏëÓ¦¸ÃÓкܶàÈËÊÔ×ŶÁÁËά»ù°Ù¿ÆÒ³Ã棬ȻºóÓú·¢ÃÔ㯡¢³ÁÂÙ£¬ÅÎÍû×ÅÓÐÈËÄܹ»Ìṩһ¸öhigh-levelµÄ½âÊÍ£¬ÄÇÄãÕҶԵط½ÁË¡£
ÎÒÃǵÄÄ¿±êÊÇÈÃËùÓÐÈ˶¼ÄܶÁ¶®¡ª¡ªÕâ¾ÍÄÑÃâÓÐЩ·º·º¶øÌ¸¡£µ«ÊÇÎÞ·Á£¬µ«·²±¾ÎÄÄÜÈÃÒ»¸öÈËÕæÕý¶Ô»úÆ÷ѧϰ¸ÐÐËȤ£¬ÄÇôĿµÄ¾ÍËã´ïµ½ÁË¡£
ʲôÊÇ»úÆ÷ѧϰ£¿
»úÆ÷ѧϰµÄºËÐÄ˼ÏëÊÇ´´ÔìÒ»ÖÖÆÕÊʵÄËã·¨£¬ËüÄÜ´ÓÊý¾ÝÖÐÍÚ¾ò³öÓÐȤµÄ¶«Î÷£¬¶ø²»ÐèÒªÕë¶Ôij¸öÎÊÌâȥд´úÂë¡£ÄãÐèÒª×öµÄÖ»ÊǰÑÊý¾Ý¡°Í¶Î¹¡±¸øÆÕÊÊËã·¨£¬È»ºóËü»áÔÚÊý¾ÝÉϽ¨Á¢×Ô¼ºµÄÂß¼¡£
±ÈÈç˵ÓÐÒ»ÖÖËã·¨£¬½Ð·ÖÀàËã·¨£¬Ëü¿ÉÒÔ°ÑÊý¾Ý·Öµ½²»Í¬µÄ×é±ðµ±ÖС£Ò»¸öʶ±ðÊÖдÊý×ֵķÖÀàËã·¨£¬Ò²¿ÉÒÔÓÃ×÷ÅжÏÀ¬»øÓʼþ£¬¶øÎÞÐèÐÞ¸ÄÒ»ÐдúÂë¡£Ëã·¨ÊÇͬһ¸öËã·¨£¬Ö»ÊÇÊäÈëÁ˲»Í¬µÄѵÁ·Êý¾Ý£¬±ãÓÐÁ˲»Í¬µÄ·ÖÀàÂß¼¡£

»úÆ÷ѧϰËã·¨ÊǸöºÚºÐ£¬ÇÒ¿ÉÒÔÔÚ²»Í¬·ÖÀàÎÊÌâÖÐÖØ¸´ÀûÓá£
¡°»úÆ÷ѧϰ¡±ÊǸö¿ð£¬Ê²Ã´ÆÕÊÊËã·¨¶¼ÍùÀï×°¡£
Á½ÖÖ»úÆ÷ѧϰËã·¨
»úÆ÷ѧϰÖ÷Òª·ÖΪÁ½Àࡪ¡ªÓмලѧϰºÍÎ޼ලѧϰ£¬Çø±ðºÜ¼òµ¥£¬È´ºÜ¹Ø¼ü¡£
Óмලѧϰ
ÏëÏëÄãÊÇÒ»¼Ò·¿²úÖн顣ÄãµÄÒµÎñÕýÔÚÔö³¤£¬ËùÒÔ¹ÍÁËÒ»°ïʵϰÏúÊÛÀ´ÖúÈ¡£ÄÇôÎÊÌâÀ´ÁË¡ª¡ªÉí¾°ÙÕ½µÄÄ㣬һÑ۾Ϳ´´©Ò»¶°·¿×Ó¼ÛÖµ¼¸ºÎ£¬µ«ÊÇʵϰÉú¿ÉûÓÐÕâÑù·á¸»µÄÈËÉú¾Ñ飬ËùÒÔÃþ²»×¼ÐÐÇé¡£
ΪÁ˸¨ÖúʵϰÉú£¨ÒÔ±ã½â·Å×Ô¼º¶È¸ö¼Ù£©£¬Äã¾ö¶¨×ö¸öС³ÌÐò£¬»ùÓÚÃæ»ý¡¢Öܱ߻·¾³¡¢ÏàËÆ·¿²ú³É½»¼ÛµÈµÈ£¬À´Ô¤¹À±¾µØµÄ·¿¼Û¡£
ËùÒÔÄã°Ñ3¸öÔÂÀ´±¾ÊеÄÿһ±Ê½»Ò×¶¼ÄÃС±¾±¾¼ÇÁËÏÂÀ´¡£¶Ôÿ´¦·¿²ú¶¼ÕûÀíÁËÒ»´ó¶Ñϸ½Ú¡ª¡ª·¿¼äÊý¡¢Ãæ»ý¡¢Öܱ߻·¾³µÈµÈ£¬µ±È»×îÖØÒªµÄÊÇ£¬×îÖճɽ»¼Û£º

Õâ¾ÍÊÇÎÒÃǵġ°ÑµÁ·Êý¾Ý¡±
ÓÐÁËѵÁ·Êý¾Ý£¬ÎÒÃǾÍÏë¸ã¸ö³ÌÐòÈ¥Ô¤¹ÀÆäËûµÄ·¿¼Û£º

ÓÃѵÁ·Êý¾ÝÈ¥Ô¤²â±ðµÄ·¿Îݼ۸ñ
Õâ¾ÍÊÇÓмලѧϰ¡£ÄãÊÇÖªµÀÿ´¦·¿²úµ½µ×Âô¶àÉٵ쬻»ÑÔÖ®£¬ÎÊÌâµÄ´ð°¸ÊÇÒÑÖªµÄ£¬Âß¼ÊÇ¿ÉÒÔ·´ÍƵġ£
ΪÁË¿ª·¢Ð¡³ÌÐò£¬°Ñÿ´¦·¿²úµÄѵÁ·Êý¾Ýµ¼½ø»úÆ÷ѧϰËã·¨ÀËã·¨ÊÔͼÃþË÷³öÆäÖеÄÊýѧ¹æÂÉ¡£
ÕâÓеãÏñÊÇÈ¥µôÁË·ûºÅµÄËãÊõÌâ´ð°¸£º

Oh no!Ò»¸öÐܺ¢×ӰѲο¼´ð°¸ÀïµÄÔËËã·ûºÅ¸øÍ¿Ã»ÁË£¡
¸ù¾ÝÉÏͼ£¬ÄãÄÜ·ñÍÆËã³öÕâЩÌâÄ¿µÄÔÃ²ÄØ£¿ÏÔÈ»£¬ÎÒÃÇÐèÒª¶ÔÕâЩÊý×Ö¡°¶¯µãÊֽ𱣬ÒÔʹµÈʽ³ÉÁ¢¡£
ÔÚÓмලѧϰÖУ¬ÎÒÃÇ×öµÄʵ¼ÊÉϾÍÊÇÈõçÄÔ´úÌæÈËÀ´ÈõÈʽ³ÉÁ¢¡£Ò»µ©Äãѧ»áÁ˽â¾öijһÀàÎÊÌ⣬ÄÇôÕâÀàÎÊÌâÀïµÄÈκÎ×ÓÎÊÌâ¶¼¾ÍÓÈжø½âÁË£¡
Î޼ලѧϰ
»Øµ½×ʼÄǸöÂô·¿µØ²úµÄÀý×Ó¡£Èç¹ûÎÒÃDz»ÖªµÀ¾ßÌåÿ´¦·¿²úµÄ¼Û¸ñ¿ÉÕ¦Õû£¿¼´Ê¹½öÖªµÀÃæ»ý¡¢Î»ÖõÈÐÅÏ¢£¬ÄãÒ²ÒÀÈ»¿ÉÒÔ¸ãµã¶¯¾²³öÀ´£¬Õâ¾Í½ÐÎ޼ලѧϰ¡£

¼´Ê¹²»Ô¤²âδ֪Êý£¨±ÈÈç·¿¼Û£©£¬»úÆ÷ѧϰҲÄÜ´øÀ´ÓÐȤµÄ½áÂÛ
Õâ¾ÍºÃ±ÈÓÐÈ˸øÄãÒ»ÕÅÖ½£¬ÉÏÃæÐ´×ÅÒ»´®Êý×Ö£¬È»ºó˵¡°ÎÒÒ²²»ÖªµÀɶÒâ˼£¬Äã¿ÉÒԲ²ÂÕâÊÇʲôÌ×·¡ª¡ªºÃÔË£¡¡±
ÕâЩÊý¾ÝÎÒÃÇÄÜ×öÊ²Ã´ÄØ£¿¶ÔÓÚÐÂÊÖÀ´½²£¬¿ÉÒԵõ½Ò»¸öËã·¨£¬´ÓÊý¾ÝÖÐ×Ô¶¯±æÊ¶³öϸ·ÖµÄÊг¡¶¨Î»¡£¿ÉÄÜÄã»á·¢ÏÖ£¬µ±µØ´óѧ¸½½üµÄ¹º·¿Õ߯«ºÃ¶àÎÔÊÒµÄС·¿×Ó£¬¶ø½¼ÇøµÄ¹º·¿ÕßÔòÇãÏòÓÚ´óÌ×Èý¡£Á˽⵽²»Í¬ÀàÐÍÏû·ÑÕߵĴæÔÚ¿ÉÒÔÖ¸µ¼Êг¡ÐÐΪ¡£
ÁíÒ»¸ö¿ÉÒÔ×öµÄ¾ÍÊÇ×Ô¶¯Ê¶±ð³öÄÇЩÉÙÓÐÏàËÆµãµÄÌØÒì·¿²ú¡£¿ÉÄÜÕâÐ©ÌØÒì·¿²úÊǺÀ»ª¹«¹Ý£¬ÄÇô¾Í¿ÉÒÔµ÷Åä×îºÃµÄÏúÊÛÈËԱרߺÔðÕâЩ´óÂòÂô¡£
ºóÎÄÖ÷ҪרעÓÚÓмලѧϰ£¬µ«²¢·ÇÒòΪÎ޼ලѧϰµÄ×÷ÓÃС»òÕßȤζÉÙ¡£Êµ¼ÊÉÏÎ޼ලѧϰµÄÖØÒªÐÔÓëÈÕ¾ãÔöÇÒ·¢Õ¹Ñ¸ËÙ£¬ÒòΪ²»ÐèÒªÊÂÏȶÔÕýÈ·´ð°¸¶ÔÓ¦µÄÊý¾Ý¼Ó±êÇ©¡£
×¢£º»¹ÓкܶàÆäËûÖÖÀàµÄ»úÆ÷ѧϰËã·¨£¬²»¹ý½¨Òé´ÓÕâЩ»ù´¡Ëã·¨ÈëÊÖ¡£
µ«ÊÇÕæµÄÓпÉÄÜ¡°Ñ§Ï°¡±µ½ÕæÊµµÄ·¿¼ÛÂð£¿
×÷Ϊһ¸öÈËÀ࣬ÄãµÄ´óÄÔ¿ÉÒÔÃæ¶Ô¸÷ÖÖÐÎÊÆ£¬²¢ÇÒÔÚÎÞÃ÷È·Ö¸µ¼µÄÇé¿öÏÂ×ÔÖ÷ѧϰÈçºÎÓ¦¶Ô¡£Èç¹ûÄãÂôÁ˺ܾõķ¿×Ó£¬¾Í»áÂýÂýµØ¶Ô·¿¼Û¡¢¶ÔÏúÊÛ²ßÂÔ¡¢¶Ô¹Û²ì¿Í»§µÈÎÊÌâ²úÉúÒ»ÖÖ¡°¸Ð¾õ¡±¡£Ç¿È˹¤ÖÇÄÜÑо¿µÄÄ¿µÄ¾ÍÔÚÓÚÈüÆËã»úÕÆÎÕÕâÖÖÄÜÁ¦¡£
µ«Êǵ±Ç°µÄ»úÆ÷ѧϰËã·¨»¹Ã»ÄÇôÀ÷º¦¡ª¡ªËüÃÇÖ»ÄܶԺܾßÌå¡¢ÓÐÏÞµÄÎÊÌâÉúЧ¡£»òÐíÕâÀïµÄ¡°Ñ§Ï°¡±¸üÓ¦¸Ã¶¨ÒåΪ¡°»ùÓÚÑù±¾Êý¾ÝµÃ³ö½â¾ö¾ßÌåÎÊÌâµÄµÈʽ¡±¡£
²»ÐÒµÄÊÇ£¬¡°ÈûúÆ÷»ùÓÚÑù±¾Êý¾ÝµÃ³ö½â¾ö¾ßÌåÎÊÌâµÄµÈʽ¡±²»ÊǸöºÃÃû×Ö£¬ËùÒÔÎÒÃÇ»¹Êǻص½ÁË¡°»úÆ÷ѧϰ¡±¡£
µ±È»Èç¹ûÄãÔÚ50Äêºó£¬Ç¿È˹¤ÖÇÄܶ¼ÆÕ¼°ÁËʱºò¿´µ½±¾ÎÄ£¬»á¾õµÃÈ«ÎͼºÜ¡°¹Åµä¡±¡£±ð¿´ÁË£¬ÈÃÄãµÄ»úÆ÷È˸øÄãÄøö°ü×Ó³Ô£¬Î´À´ÈËÀà¡£
·ÅÂë¹ýÀ´£¡
È»£¬ÉÏÃæÀý×ÓÀïµÄÔ¤²â·¿¼Û³ÌÐòÓ¦¸ÃÔõÃ´Ð´ÄØ£¿Ë¼¿¼Ò»Ã룬Ȼºó½Ó×Å¿´¡£
Èç¹ûÄã¶Ô»úÆ÷ѧϰһÎÞËùÖª£¬¿ÉÄ᳢ܻÊÔÒÀÕÕÔ¤²â·¿¼ÛµÄ»ù±¾¹æÂÉ£¬Ð´³öÈçÏ´úÂ루´Ë´úÂë¿ÉÒÔÔÚÎÒÃǵÄÍøÕ¾ÉÏÖ±½ÓÔËÐкÍÐÞ¸Ähttps://jizhi.im/blog/post/ml_is_fun_01£©£º
def
estimate_house_sales_price(num_of_bedrooms,
sqft, neighborhood):
price = 0
# ÕâһƬµÄ¾ù¼ÛÊÇ200ÃÀԪһƽÃ×
price_per_sqft = 200
if neighborhood == "hipsterton":
# ÓеÄÇø¸ü¹ó
price_per_sqft = 400
elif neighborhood == "skid row":
# ÓеÄÇø±ãÒË
price_per_sqft = 100
# ¸ù¾Ý»ù×¼¼ÛºÍÃæ»ýÔ¤²âʵ¼Ê¼Û¸ñ
price = price_per_sqft * sqft
# ¸ù¾Ý·¿¼äÊýµ÷ÕûÔ¤²â
if num_of_bedrooms == 0:
# ¹«Ô¢ÉÔ΢±ãÒ˵ã
price = price?¡ª?20000
else:
# ÎÔÊÒ¶àµÄ·¿×Ó¹ó
price = price + (num_of_bedrooms * 1000)
return price |
Èç¹û˳×ÅдÉϼ¸¸öСʱ£¬»òÐíÒ²Äܵõ½Ò»¸öÄÜÅܵijÌÐò¡£µ«ÊƱشæÔÚÒþ»¼£¬¶øÇÒÎÞ·¨Ó¦¶Ô¼Û¸ñ±ä»¯¡£
Èç¹û¼ÆËã»úÄÜ×Ô¼º·¢ÏÖÈçºÎÓ¦ÓÃÕâЩ·½³Ì£¬ÄÇÆñ²»ÊǺõöֻࣿҪÄܵõ½ÕýÈ·µÄÊý×Ö£¬Ë¹Ü¾ßÌå·½³ÌÊÇÊ²Ã´ÄØ£¿
def
estimate_house_sales_price(num_of_bedrooms,
sqft, neighborhood):
price = ¼Öά˹£¬°ïÎÒËãÒ»ÏÂ
return price |
Õâ¸öÎÊÌâ¿ÉÒÔÏëÏó³É£º¼Û¸ñÊǵÀìÀ²Ë£¬Åä·½ÊÇÎÔÊÒÊýÁ¿£¬Ãæ»ýºÍÖܱ߻·¾³¡£Èç¹ûÄãÄÜËã³öÿÖֳɷֶÔ×îÖÕ¼Û¸ñµÄÓ°ÏìÊǶàÉÙ£¬»òÐíÄǾÍÊÇÅä·½¡°½ÁºÏ¡±×îÖÕ¼Û¸ñµÄÈ·ÇÐÈ¨ÖØ¡£
Õâ¿ÉÒÔʹԳÌÐò£¨ÂúÊÇif/else£©±äµÃ¼òµ¥ÈçÏ£º
def
estimate_house_sales_price(num_of_bedrooms,
sqft, neighborhood):
price = 0
# ¼ÓÉÙÐíÅä·½1
price += num_of_bedrooms * .841231951398213
# ¼Ó´ó°ÑÅä·½2
price += sqft * 1231.1231231
# ÊÊÁ¿µÄÅä·½3
price += neighborhood * 2.3242341421
# ×îºóÀ´µãÑÎ
price += 201.23432095
return price |
×¢ÒâÕâÐ©ÆæÃîÉî¿ÌµÄ¼Ó´ÖÊý×Ö¡ª¡ª.841231951398213¡¢ 1231.1231231¡¢2.3242341421ºÍ201.23432095£¬Õâ¾ÍÊÇÎÒÃǵÄÈ¨ÖØ¡£Ö»ÒªÎÒÃÇÄÜÕÒµ½×¼È·µÄÈ¨ÖØ£¬ÄǾͿÉÒÔÔ¤²â·¿¼ÛÁË¡£
Ò»¸ö±È½Ï´Ö±©µÄÈ¨ÖØ¼ÆËã·½·¨´óÖÂÈçÏ£º
µÚÒ»²½£º
def
estimate_house_sales_price(num_of_bedrooms,
sqft, neighborhood):
price = 0
# ¼ÓÉÙÐíÅä·½1
price += num_of_bedrooms * 1.0
# ¼Ó´ó°ÑÅä·½2
price += sqft * 1.0
# ÊÊÁ¿µÄÅä·½3
price += neighborhood * 1.0
# ×îºóÀ´µãÑÎ
price += 1.0
return price |
µÚ2²½£º
°Ñÿ¸ö·¿²úµÄ²ÎÊý´úÈ빫ʽ£¬¼ÆËãÔ¤²â½á¹ûºÍʵ¼Ê¼Û¸ñµÄÎó²î£º

ÓÃÄãµÄ·½³ÌÀ´²Â·¿¼Û
±ÈÈçµÚÒ»¸ö·¿×Óʵ¼ÊÂôÁË178,000£¬µ«ÕâÒ»¸ö·¿×Ó¾ÍÉÙÁË$72,000¡£
ÏÖÔÚ°Ñÿ¸ö·¿×Ó¶ÔÓ¦Îó²îµÄƽ·½¼ÓÆðÀ´£¬±È·½ÄãÓÐ500µ¥½»Ò×£¬ÄÇôÎó²îµÄƽ·½ºÍ¾ÍÓÐ$86,123,373£¬¿ÉνÃýÒÔǧÀï¡£ÔÙ°ÑÆ½·½ºÍ³ýÒÔ500µÃµ½Æ½¾ùÿ¸ö·¿×ÓµÄÎó²î£¬Õâһƽ¾ùÎó²îÖµ¾ÍÊÇ·½³ÌµÄ´ú¼Û£¨¼´×îС¶þ³Ë·¨£¬Æ½·½ÊÇΪÁË·ÀÖ¹Îó²îÕý¸ºÏàµÖ£©¡£
Èç¹ûÎÒÃÇÄÜͨ¹ýµ÷ÕûÈ¨ÖØ½«´ú¼Û½µÎªÁ㣬ÄÇ·½³Ì¾ÍÍêÃÀÁË¡£Õâ±íʾÔÚËùÓÐÀý×ÓÖУ¬·½³Ì¶¼×¼È·ÎÞÎ󵨻ùÓÚÊäÈëÊý¾Ý²ÂÖÐÁË·¿¼Û¡£Õâ¾ÍÊÇÎÒÃǵÄÄ¿±ê¡ª¡ª³¢ÊÔ²»Í¬µÄÈ¨ÖØ£¬Èôú¼Û¾¡Á¿µÍ¡£
µÚ3²½£º
²»¶ÏµØÖظ´µÚ2²½£¬³¢ÊÔÿһÖÖ¿ÉÄܵÄÈ¨ÖØÖµ×éºÏ¡£Äĸö×éºÏÄÜÈôú¼Û×î½Ó½üÓÚ0¾ÍÑ¡ÄÄÒ»×é¡£ÕÒµ½ÄÇÒ»×éÈ¨ÖØ£¬¾Í½â¾öÁËÎÊÌ⣡
ÄÔ¶´Ê±¼ä
ͦ¼òµ¥µÄ¶Ô°É£¿»ØÏëһϸղŵÄËù×ö£¬Äõ½Ò»Ð©Êý¾Ý£¬Ìî½øÈý¸öÆÕÊʵġ¢¼òµ¥µÄ²½ÖèÀȻºóµÃµ½Ò»¸öÄܲ·¿¼ÛµÄ·½³Ì¡£Zillow£¨ÃÀ¹ú·¿¼ÛÔ¤²âÍøÕ¾£©ÃæÁÙ×ÅÑÏÖØµÄÍþв£¡
µ«ÊÇÓÐÕâô¼¸¸ö¼¤¶¯ÈËÐĵÄÊÂʵ£º
1.¹ýÈ¥40ÄêÀºÜ¶àÁìÓò£¨ÈçÓïÑÔѧ/·Òëѧ£©µÄÑо¿ÒѾ±íÃ÷£¬¡°½ÁºÏÊý×ÖìÀ²Ë¡±£¨×÷Õß×Ô¼º´òµÄ±È·½£©µÄÆÕÊÊÐÔѧϰËã·¨ÒѾ³¬Ô½ÁËÄÇЩ£¬ÓÉÕæÈ˳¢ÊÔ×Ô¼º·¢ÏÖÏÔʽ¹æÂɵÄÈË·½·¨¡£»úÆ÷ѧϰµÄ¡°±©Á¦¡±·½·¨×îÖÕ»÷°ÜÁËÈËÀàר¼Ò¡£
2.¸Õ²ÅµÃ³öµÄ·½³ÌÆäʵÊǺܱ¿µÄ¡£Ëü²¢²»ÖªµÀ¡°Æ½·½Ãס±ºÍ¡°ÎÔÊÒ¡±µ½µ×ÊÇʲô£¬ËüÖ»ÖªµÀ¡°½Á°è¡±¶àÉÙÊý×Ö¿ÉÒԵõ½ÕýÈ·´ð°¸¡£
3.Äã´ó¸Å²¢²»ÖªµÀΪʲôijһ×éÈ¨ÖØ¾ÍÊǺõ쬶øÖ»ÊÇдÁËÒ»¸ö×Ô¼º¶¼²»Ã÷°×µÄ·½³Ì£¬µ«È´Ö¤Ã÷ÊǺÃÓõġ£
4.¼ÙÉèÎÒÃDz»Óá°Æ½·½Ãס±ºÍ¡±ÎÔÊÒÊý¡°ÕâЩ²ÎÊý£¬¶øÊǶÁÈëÒ»¸öÊýÁС£±È·½ËµÃ¿¸öÊý×Ö´ú±íµÄÊÇ¡±´Ó³µ¶¥ÉÏÅĵÄÕÕÆ¬µÄijһÏñËØµÄÁÁ¶È¡±£¬È»ºóÎÒÃÇÔ¤²âµÄ½á¹ûÒ²²»ÊÇ¡°·¿¼Û¡±ÁË£¬¶øÊÇ¡°·½ÏòÅÌת¹ýµÄ½Ç¶È¡±¡£Õâ¾ÍÊÇÒ»¸öÈË×Ô¶¯¼ÝÊ»µÄ·ç·½³ÌÁË£¿
·èÁË£¬¶Ô°É£¿
µÚ3²½µÄ¡°³¢ÊÔÿ¸öÊý×Ö¡±
µ±È»Äã²»¿ÉÄÜÕæµÄ³¢ÊÔÿһÖÖ¿ÉÄÜÈ¨ÖØ×éºÏÀ´Ñ°ÕÒ×îÓŽ⣬ʵ¼ÊÇé¿öÊÇÓÀÔ¶³¢ÊÔ²»Íê¡£
ΪÁ˱ÜÃâÕâÒ»Çé¿ö£¬Êýѧ¼ÒÃÇ·¢ÏÖÁ˺ܶà»úÖǰ취À´¾¡¿ìÕÒµ½Ò»¸ö²»´íµÄ½á¹û¡£ÒÔϾÍÊÇÆäÖÐÒ»ÖÖ£º
µÚÒ»£¬Ð´Ò»¸öÄܹ»´ú±íÉÏÃæ¡°µÚ2²½¡±µÄ·½³Ì£º
Õâ¾ÍÊÇ´ú¼Ûº¯Êý
È»ºóÓûúÆ÷ѧϰ½çµÄºÚ»°£¨ÔÝʱ¿ÉÒÔºöÂÔ£©
ÖØÐÂдһ±é£º
$\theta$´ú±íµ±Ç°È¨ÖØ¡£$J(\theta)$Êǵ±Ç°È¨ÖصĴú¼ÛÖµ¡£

Êǵ±Ç°È¨ÖصĴú¼ÛÖµ¡£
Õâ¸öµÈʽ´ú±íÁËÔÚµ±Ç°µÄÈ¨ÖØ×éºÏÏ£¬ÎÒÃǵļ۸ñÔ¤²âÓжàôÀëÆ×¡£
Èç¹û°Ñ·¿¼äÊýºÍƽ·½Ã×ËùÓпÉÄÜÈ¨ÖØÖµ¿ÉÊÓ»¯£¬¿ÉÒԵõ½ÀàËÆÏÂͼµÄͼÏñ£º

´ú¼Ûº¯ÊýµÄͼÏñÏñ¸öÍë¡£ÊúÖ±Öá±íʾ´ú¼Û¡£
Õâ¸öͼÀïµÄÀ¶É«×îµÍµã¾ÍÊÇ´ú¼ÛµÄ×îµÍµã¡ª¡ª·½³ÌÎó²î×îС´¦£¬×î¸ßµã¼´ÊÇ×îÀëÆ×µÄÇé¿ö¡£ËùÒÔÈç¹ûÎÒÃÇÕÒµ½Ò»×éÈ¨ÖØÖµ£¬Ê¹µÃ·½³Ì¶ÔÓ¦×îµÍµã£¬ÄǾÍÊǴ𰸣¡

ËùÒÔÎÒÃÇÖ»ÐèÒªÒÔ¡°ÏÂɽ¡±µÄ·½Ê½À´µ÷ÕûÈ¨ÖØ£¬±Æ½ü×îµÍµã¡£Èç¹ûÿһ´Î΢СµÄµ÷Õû¶¼Ïò×Å×îµÍµã½ø·¢£¬ÄdzÙÔçÄܹ»µ½´ï¡£
º¯ÊýµÄµ¼Êý¾ÍÊÇÇÐÏßµÄбÂÊ£¬»»¾ä»°Ëµ£¬Õâ¸æËßÎÒÃÇÄÄÌõ·¿ÉÒÔ¡°ÏÂɽ¡±¡£
Òò´ËÈç¹û¼ÆËã´ú¼Ûº¯Êý¶Ôÿ¸öÈ¨ÖØµÄƫ΢·Ö£¬È»ºóÔÙ´ÓÈ¨ÖØÀï¼õÈ¥Õâ¸öÖµ£¬Õâ¿ÉÒÔÈÃÎÒÃÇÀë¹Èµ×¸ü½ü¡£Öظ´Ö´ÐУ¬×îÖÕÎÒÃǻᵽ´ï¹Èµ×²¢»ñµÃÈ¨ÖØµÄ×îÓŽ⣨Èç¹ûû¿´¶®£¬²»Òªµ£ÐÄ£¬¼ÌÐø¿´£©¡£
ÕâÊÇÒ»ÖÖѰÕÒ·½³Ì×î¼ÑÈ¨ÖØ·½Ê½µÄ¸ß¶È¸ÅÀ¨£¬½Ð×÷ÅúÌݶÈϽµ(batch gradient descent)¡£Èç¹ûÄã¶Ô´Ë¸ÐÐËȤ£¬²»Òªº¦Å£¬Á˽â¸ü¶àϸ½Ú¡£
µ±ÄãʹÓûúÆ÷ѧϰ¿âÀ´½â¾öʵ¼ÊÎÊÌâµÄʱºò£¬ÕâЩ¶¼»á×Ô¶¯Íê³É£¬µ«ÊÇÁ˽⾿¾¹·¢ÉúÁËʲô»¹ÊǺÜÓÐÓõġ£
»¹ÂÔ¹ýÁËʲô£¿
ÉÏÊöµÄÈý²½Ëã·¨¼´ÊǶà±äÁ¿ÏßÐԻع飬Õë¶ÔÒ»Ìõ´©¹ý·¿²úÊý¾ÝµÄÖ±ÏßÀ´½øÐÐÔ¤²âÄ¿±êµÈʽ£¬²¢ÓÃÕâÒ»µÈʽȥ²Â²â´ËÇ°Î´Ôø¼û¹ýµÄ·¿Îݼ۸ñ£¬½â¾öʵ¼ÊÎÊÌâµÄʱºòÕâ·Ç³£ÐÐÖ®ÓÐЧ¡£
µ«ÊÇÒÔÉÏ·½·¨»òÐíÖ»¶ÔÌØ±ð¼òµ¥µÄÀý×ÓºÃʹ£¬²¢·ÇÍò½ðÓÍ¡£ÆäÖÐÒ»¸öÔÒò¾ÍÊÇ·¿¼Û²»×ÜÊǼòµ¥µ½ÄÜÓÃÒ»ÌõÁ¬ÐøÖ±ÏßÀ´´ú±í¡£
ºÃÔÚÁíÓкܶ෽·¨½â¾ö£¬ºÜ¶à»úÆ÷ѧϰËã·¨¿ÉÒÔ´¦Àí·ÇÏßÐÔÊý¾Ý£¨ÈçÉñ¾ÍøÂç »ò ÓÐºË µÄÖ§³ÖÏòÁ¿»ú)¡£Í¬ÑùÒ²ÓÐËã·¨ÊÇÒÔ¸ü¼Ó´ÏÃ÷µÄ·½Ê½Ê¹ÓÃÏßÐԻعéÒÔÄâºÏ¸ü¸´ÔÓµÄÖ±Ïß¡£µ«²»ÂÛÄÄÒ»·½·¨£¬×î¸ù±¾µÄ˼Ïë¶¼ÊÇÕÒµ½×î¼ÑµÄÈ¨ÖØ¡£
²¢ÇÒÎÒºöÂÔÁ˹ýÄâºÏÎÊÌâ¡£¶ÔÓÚÒÑÓеÄÔʼÊý¾Ý£¬ÕÒµ½Ò»×éºÜ°ôµÄÈ¨ÖØÖµ²»ÄÑ£¬µ«ÊÇÈ´ÓпÉÄܶÔѵÁ·¼¯ÒÔÍâеķ¿×Ó²»ÊÊÓá£Óкܶ෽·¨¿ÉÒÔ±ÜÃâÕâÒ»ÏÖÏó£¨ÈçÕýÔò»¯ºÍʹÓý»²æÑéÖ¤Êý¾Ý¼¯£©£¬ÕâÊdzɹ¦Ó¦ÓûúÆ÷ѧϰËã·¨µÄ¹Ø¼üÃüÌâ¡£
¾¡¹Ü»ù±¾¸ÅÄîºÜ¼òµ¥£¬µ«ÊÇÒªÓûúÆ÷ѧϰȡµÃÓÐÓõĽá¹û£¬»¹ÊÇÐèÒª¼¼Çɺ;ÑéµÄ¡£²»¹ýÕâЩ¼¼ÇÉÊÇÿһ¸ö¿ª·¢Õߣ¬¶¼Äܹ»Ñ§»áµÄ£¡
»úÆ÷ѧϰÊÇħ·¨Âð£¿
¿´µ½»úÆ÷ѧϰ¼¼ÊõÈç´ËÇáÒ׾ͽâ¾öÁË¿´ÆðÀ´·Ç³£À§ÄѵÄÎÊÌ⣨ÈçÊÖдʶ±ð£©£¬Äã¿ÉÄÜ»á¸Ð¾õÖ»ÒªÓÐ×ã¹»¶àµÄÊý¾Ý£¬Ê²Ã´ÎÊÌâ¶¼²»ÊÇÎÊÌâÁË¡£µ¼ÈëÊý¾Ý£¬È»ºóµÈ׿ÆËã»ú±ä³öÒ»¸öÊʺÏÊý¾ÝµÄʽ×Ó£¡
µ«ÐèÒª¼ÇסµÄÊ£¬»úÆ÷ѧϰҪÏëÉúЧ£¬±ØÐëÂú×ãÒ»¸öÌõ¼þ£¬¾ÍÊÇÄ¿±êÎÊÌâ¶ÔÒÑÓÐÊý¾ÝȷʵÊǿɽâµÄ¡£
±ÈÈ罨Á¢Ò»¸öÄ£ÐÍ£¬¸ù¾Ý·¿×ÓÀïÖÖµÄÖ²ÎïÖÖÀàÔ¤²â·¿¼Û£¬Õâ¿Ï¶¨²»¹ÜÓá£ÒòΪ·¿ÀïµÄÖ²ÎïºÍÊÛ¼Û±¾À´¾ÍûÓйØÏµ£¬²»¹ÜÔÙÔõôÊÔ£¬¼ÆËã»ú»¹ÊÇÎÞ·¨ÕÒ³öÕâÖÖ¹ØÏµ¡£

Ö»ÓÐʵ¼Ê´æÔڵĹØÏµ²ÅÄܽ¨Ä£
ËùÒÔÈç¹ûһλÈËÀàר¼Ò²»ÄÜÓÃÊý¾Ý½â¾öij¸öÎÊÌ⣬¼ÆËã»úÒ²²»ÐС£Ïà·´£¬¼ÆËã»úµÄÓÅÊÆÔÚÓÚ£¬¶ÔÓÚÈËÀàÄܽâ¾öµÄÎÊÌ⣬¼ÆËã»ú¿ÉÒÔ¸ü¿ìµØÍê³É¡£
ÈçºÎѧϰ¸ü¶à»úÆ÷ѧϰ
ÔÚÎÒ¿´À´£¬»úÆ÷ѧϰĿǰ×î´óµÄÎÊÌâÔÚÓÚÆäÖ÷Òª»¹ÊÇ´æÔÚÓÚѧÊõ½ç£¬¶ÔÓÚ¹ã´óÖ»ÊÇÏëÉÔ΢Á˽⡢¶ø²¢·ÇÏë³ÉΪר¼ÒµÄÈËÃÇ£¬Í¨Ë×Ò×¶®µÄ²ÄÁÏ»¹ÊDz»¹»·á¸»£¬µ±È»ÕâÒ»Çé¿öÒѾÔÚºÃת¡£
Îâ¶÷´ïµÄMachine Learning class on CourseraÏ൱¾ªÑÞ£¬ÎÒÇ¿ÁÒÍÆ¼ö´ÓÕâÀ↑ʼ¡£¶ÔÓÚCSרҵµÄÈË£¬Ö»Òª»¹¼ÇµÃÒ»¶¡µãÊýѧ£¬¾Í¿ÉÒÔѧ¡£
ÄãÒ²¿ÉÒÔͨ¹ýÏÂÔØ°²×°Scikit-learn£¬À´×Ô¼º³¢ÊÔº£Á¿µÄ»úÆ÷ѧϰËã·¨£¬ÕâÊÇÒ»¸öÌṩ¡°ºÚºÐ¡±°æ±ê×¼Ëã·¨µÄPython¿ò¼Ü¡£
|