- 回归问题的标记如下
【假设可以写成h，也可以写成函数f】
- 工作方式
这就是一个监督学习算法的工作方式，我们可以看到这里有我们的训练集（房屋平米数x，房屋价格y） ，我们把它喂给我们的学习算法，学习算法的工作了，然后输出一个函数，通常表示为小写 h或者 f 表示。 代表hypothesis(假设)，表示一个函数，输入是房屋尺寸大小，就像你朋友想出售的房屋，因此 ，根据输入的x值来得出y-hat值， y-hat值对应房子的预测价格,因此， 是一个从x到y的函数映射。
我将选择最初的使用规则代表hypothesis，因而，要解决房价预测问题，我们实际上是要将训练集“喂”给我们的学习算法，进而学习得到一个假设【可以写成假设h，也可以写成函数f】，然后将我们要预测的房屋的尺寸作为输入变量输入给，预测出该房屋的交易价格作为输出变量输出为结果。那么，对于我们的房价预测问题，我们该如何表达 ？
- 表达方式
表达方式为：因为只含有一个特征/输入变量，因此这样的问题叫作单变量线性回归问题。
- 总结如下
通过训练集（x,y）去矫正得到假设h【也可以称为函数f】，之后可以通过这个假设h，输入特征/输入变量x，去预测结果y-hat。
参考内容：
吴恩达机器学习
机器学习笔记