From 7b54df837e18688ff9b9a0cedc15c4f6994fcaa5 Mon Sep 17 00:00:00 2001 From: "Wang,Jeff" Date: Tue, 21 Aug 2018 14:28:25 -0700 Subject: [PATCH] test new image link --- 01.fit_a_line/README.cn.md | 7 +++++++ 01.fit_a_line/index.cn.html | 7 +++++++ 2 files changed, 14 insertions(+) diff --git a/01.fit_a_line/README.cn.md b/01.fit_a_line/README.cn.md index 992e026..718eb00 100644 --- a/01.fit_a_line/README.cn.md +++ b/01.fit_a_line/README.cn.md @@ -79,6 +79,13 @@ $$MSE=\frac{1}{n}\sum_{i=1}^{n}{(\hat{Y_i}-Y_i)}^2$$ - 不同的数值范围会导致不同属性对模型的重要性不同（至少在训练的初始阶段如此），而这个隐含的假设常常是不合理的。这会对优化的过程造成困难，使训练时间大大的加长。 - 很多的机器学习技巧/模型（例如L1，L2正则项，向量空间模型-Vector Space Model）都基于这样的假设：所有的属性取值都差不多是以0为均值且取值范围相近的。 +test! + +![BostonHousePricePredictions](./image/predictions.png) + +test! + +


图2. 各维属性的取值范围 diff --git a/01.fit_a_line/index.cn.html b/01.fit_a_line/index.cn.html index e7430f5..a09df5e 100644 --- a/01.fit_a_line/index.cn.html +++ b/01.fit_a_line/index.cn.html @@ -121,6 +121,13 @@ $$MSE=\frac{1}{n}\sum_{i=1}^{n}{(\hat{Y_i}-Y_i)}^2$$ - 不同的数值范围会导致不同属性对模型的重要性不同（至少在训练的初始阶段如此），而这个隐含的假设常常是不合理的。这会对优化的过程造成困难，使训练时间大大的加长。 - 很多的机器学习技巧/模型（例如L1，L2正则项，向量空间模型-Vector Space Model）都基于这样的假设：所有的属性取值都差不多是以0为均值且取值范围相近的。 +test! + +![BostonHousePricePredictions](./image/predictions.png) + +test! + +


图2. 各维属性的取值范围 -- GitLab