Machine Learning avec Scikit-Learn

110

Chapitre 4. Entraînement de modèles

L’erreur quadratique moyenne (MSE) de l’hypothèse de régression linéaire h

θ

sur

le jeu d’entraînement X se calcule par la formule suivante:

Équation 4.3 – Fonction de coût MSE pour le modèle de régression linéaire

La plupart de ces notations ont été présentées au chapitre 2 (voir l’encart intitulé

«Notations»), la seule différence est que nous écrivons h

θ

au lieu de h simplement,

an de montrer clairement que le modèle est paramétré par le vecteur θ. Pour simpli-

er les notations, nous écrirons simplement MSE(θ) au lieu de MSE(X, h

θ

).

4.1.1 Équation normale

Pour trouver la valeur de θ qui minimise la fonction ...