[ 机器学习 - 吴恩达 ] 单变量线性回归 | 2-1 模型表示
房价
- 监督学习：给出数据中每个样本的“正确答案”
- 回归问题：预测实数输出
房价的训练集（波特兰市，俄勒冈州）
| Size in \(feet^2\) (x) | Price ($) in 1000's (y) |
|---|---|
| 2104 | 460 |
| 1416 | 232 |
| 1534 | 315 |
| 852 | 178 |
符号：
- m = 训练样本数量
- x's = “输入”变量/特征
- y's = “输出”变量/目标变量
- (x, y) - 一个训练样本
- (\(x^(i)\), \(y^(i)\)) - 第i个训练样本
\(h\)：从x到y的映射
如何表示\(h\)？（在房价数据集上）
\[h_\theta = \theta_0 + \theta_1x \]简写：\(h(x)\)
"Linear regression with one variable. \(x\)" or "Univariable linear regression."