机器学习（四）——最小二乘（Least squares）

原文：http://cs229.stanford.edu/notes/cs229-notes1.pdf 借助举证导数的工具，现在让我们继续以封闭的形式找到θ的值，使得J(θ)最小化。我们从用矩阵向量表示法重写J开始。 给定一个训练集，设计矩阵X为mxn矩阵，(实际上是mx（n+1），如果我们包括拦截项)，其中每一行为训练样本的输入值： 另外，让是包含训练集中所有目标值的m维向量： 现在，由于，我们

>>阅读原文<<