20190612——吴恩达机器学习 多变量线性回归

以前我们学习的都是单变量，假如房屋的面积对应的价格为多对一的变量。 接下来我们要学习的是，多变量线性回归，也就是说有多个变量会一起影响这个结果y n代表特征值的数量，m代表样本的数量 为了简化这个，令X0的值为1 以前我们有n个特征向量，现在有n+1个特征值了。 关于多变量的线性回归的推导。 多变量的线性回归的问题的代价函数的梯度下降 特征缩放 会更好的让图像清晰。 这样用梯度下降的方法，会很快的

>>阅读原文<<