线性回归（logistic regression）

单变量线性回归 本文以单变量线性回归为例，且变量为一次方，多变量只需要增加变量x1，x2······的个数，变量x也可以有更高的次方。 h代表假设函数 theta代表参数 x代表输入变量 y代表标签 J代表损失函数 目标即为通过改变参数theta的值，最小化损失函数，即要使假设函数h的输出尽可能接近标签y。 例如预测房价问题，令输入x为房子的尺寸（m^2），y为已知的对应x的房价（万元），则要通过

>>阅读原文<<