机器学习笔记-第二章 多变量线性回归

本文为斯坦福大学吴恩达教授的《机器学习》视频课程第二章主要知识点 多元线性回归方程： 其中，X1到Xn是多个特征向量   回归方程用向量可以表示成： 其中，假设X0为1，这样方便X与θ的配对计算 梯度下降方法： 想要使用一个线性方程来拟合数据集，当数据集是N元的时候，则需要选择N个变量来与这些未知数组成线性方程，这N个变量记作theta。在迭代的首次，当然可以随意选择一组未知数开始。 接下来，就是

>>阅读原文<<