梯度下降法第二回——優(yōu)化與比較
接著上文——機(jī)器學(xué)習(xí)基礎(chǔ)——梯度下降法（Gradient Descent）往下講。這次我們主要用matlab來實(shí)現(xiàn)更一般化的梯度下降法。由上文中的幾個(gè)變量到多個(gè)變量。改變算法的思路，使用矩陣來進(jìn)行計(jì)算。同時(shí)對算法的優(yōu)化和調(diào)參進(jìn)行總結(jié)。即特征縮放（feature scaling）問題和學(xué)習(xí)速率α
網(wǎng)友評論
