由于毕设是关于机器学习的，所以有在学习一些关于机器学习的内容。

起步是先看Andrew ng 的视频，这一周的总结如下。

首先，机器学习分为监督学习和非监督学习。

而我的理解是监督学习是有标准的，即你可以对你的结果以他之前的一些数据作为标准进行判断，所谓监督。监督问题也分为分类和回归问题。分类即结果是一些离散值，回归问题是结果是一些连续值。

对于非监督学习即是给出一些数据集，您能找到他们的结构吗，即并没有所谓的标准，分为聚类和非聚类问题。

最开始是接触线性回归。

training set-->learning algorithm

input-->hypothesis-->output

m个训练例子，x(input)即是特征或者变量，y(output)为目标变量，一般来说X可以一个或者多个。

先来讨论一个x的情况：

h(x) = θ₀ + θ1*x;

cost function J(θ) = 1/2m*∑(h(xⁱ)-yⁱ)²  (i-->1:m)

找到 θ₀和θ₁使得J(θ)最小。当这两值都不为0时，可以得到一三维曲面。

使J（θ）最小，我们可以使用gradient descent 的方法：

θ_j := θ_j - α*?/?θ_jJ(θ_0,θ₁)   同步更新每个θ

α为学习率，确定步子迈多大。

然后对于多特征（多x）的相应内容：

然后一些对于线性代数的知识的回顾。矩阵与向量，矩阵的转置，求逆之类的。矩阵的乘法不满足交换律和消去律。

 X为一矩阵,m位训练例数，n为特征数，Xj⁽ⁱ⁾为在第i个训练例中的特征j 的值，X⁽ⁱ⁾为在第i个训练例中所有的特征的值,为一列值

h(x) = θ₀ + θ₁*x₁+θ₂*x₂+θ₃*x₃+....+θ_n*x_n;

所以我们在x的最开始加全是1的一行，来达到h(θ) = θ^T*X的效果。

在实行gradient descent 的方法时，我们以以下公式同步更新：

θ_j := θ_j - α*（1/m）∑(h_θ(x⁽ⁱ⁾)-y⁽ⁱ⁾)x_j⁽ⁱ⁾   (i-->1:m)

• 对于特征范围不一的问题，我们可以用 feature scaling,即特征缩放的方法来解决。

mean normalization:
x1 <--(x1-avg)/range

而且还有区别于gradient descent的方法来求最终θ值

Normal Equation(正规方程)：

直接得到θ值。

θ = （X^TX）^-1X^Ty（当n大（n>10000）时不适用，时间消耗太大）

特征处理：删除多余或者无用特征

以及Octave的使用

机器学习总结--andrew ng视频（1）