机器学习之2-多变量线性回归(Linear Regression with Multiple Variables)

1.多维特征 多个变量的模型： 特征的数量：n 训练集实例：代表第 i 个训练实例，是特征矩阵中的第 i 行，是一个向量（vector)。 代表特征矩阵中第 i 行的第 j 个特征，也就是第 i 个训练实例的第 j 个特征。 2.多变量梯度下降 多变量梯度下降和单变量梯度下降完全类似 3.梯度下降实践1-特征缩放 在我们面对多维特征问题的时候，我们要保证这些特征都具有相近的尺度，这将帮助梯 度下降

>>阅读原文<<