Giả sử chúng ta được cung cấp một tập dữ liệu
Given là tập dữ liệu Work và Experience của một công ty và nhiệm vụ là dự đoán mức lương của một nhân viên dựa trên kinh nghiệm làm việc của họ.
Bài viết này nhằm mục đích giải thích cách thức hoạt động trong thực tế Hồi quy tuyến tính về mặt toán học khi chúng ta sử dụng một hàm được xác định trước để thực hiện nhiệm vụ dự đoán.
Hãy để cafedev khám phá cách hoạt động của công cụ khi thuật toán Hồi quy tuyến tính được đào tạo.
Lặp lại 1 – Ban đầu, các giá trị θ0 và θ1 được chọn ngẫu nhiên. Giả sử, θ0 = 0 và θ1 = 0.
- Giá trị dự đoán sau lần lặp 1 với giả thuyết hồi quy tuyến tính.
- Chi phí Hàm – Lỗi
- Gradient Descent – Đang cập nhật giá trị θ0
Đây, j = 0
- Gradient Descent – Đang cập nhật giá trị θ1
Đây, j = 1
Lặp lại 2 – θ0 = 0,005 và θ1 = 0,02657
- Các giá trị dự đoán sau lần lặp 1 với giả thuyết hồi quy tuyến tính
Bây giờ, tương tự như số lặp lại. 1 được thực hiện ở trên, chúng ta sẽ tính toán lại hàm Cost và cập nhật các giá trị θj bằng cách sử dụng Gradient Descent.
Chúng ta sẽ tiếp tục lặp lại cho đến khi Chi phí hàm không giảm thêm nữa. Tại thời điểm đó, mô hình đạt được giá trị θ tốt nhất. Sử dụng các giá trị θ này trong giả thuyết mô hình sẽ cho kết quả dự đoán tốt nhất.
Cài ứng dụng cafedev để dễ dàng cập nhật tin và học lập trình mọi lúc mọi nơi tại đây.
Nguồn và Tài liệu tiếng anh tham khảo:
Tài liệu từ cafedev:
- Full series tự học Python từ cơ bản tới nâng cao tại đây nha.
- Tự học ML bằng Python từ cơ bản tới nâng cao.
- Ebook về python tại đây.
- Các series tự học lập trình MIỄN PHÍ khác
- Nơi liên hệ hợp tác hoặc quảng cáo cùng Cafedevn tại đây.
Nếu bạn thấy hay và hữu ích, bạn có thể tham gia các kênh sau của cafedev để nhận được nhiều hơn nữa:
Chào thân ái và quyết thắng!
