线性回归与局部加权回归（附代码）

线性回归 标准方程法 一般我们使用梯度下降法求解线性回归，而要求解最优方程往往需要迭代很多步，标准方程法可以一步到位。假设有一个代价函数：J(θ)=aθ2+bθ+c 。找出能使代价函数最小化的θ，也就是求出J关于θ的导数，当该导数为0的时候，θ最小。 标准方程法就是直接将上市经过求导转化成 推导过程 由上式可知，X为m*（n+1）维的矩阵，Y为m*1维的矩阵，最后一个矩阵少写了一项。 样例 代码如

>>阅读原文<<