applying gradient descent lab data science intro 000 源码

应用梯度下降实验室 介绍 在本实验中,我们将测试有关数据科学的知识。 我们将可以访问我们先前编写的 ,和库中的函数。 这是我们的任务:我们是Good Lion Studios的员工。 对于Good Lion来说,我们的工作是首先收集,探索和格式化数据,以便我们可以建立此数据的回归线。 然后,我们将通过各种尝试来构建这些回归线。 在本实验结束之前,我们应该有一个工作版本,可以自豪地向我们的经理展示。 学习目标 复习如何使用内置功能(如过滤器和地图)来清理数据 使用残差平方和(RSS)评估回归线的质量 回顾RSS如何随着斜率值和回归线的y截距变化而变化 实施梯度下降以找到“最佳拟合”回归线 本课提供了一个机会,可以复习我们在机器学习入门部分中介绍的概念,并实践我们最近对梯度下降学到的知识,以找到最佳回归线。 使用四舍五入方法:对于许多方法,我们将返回值四舍五入到小数点后两位。 我们可以通过