【机器学习】线性回归之梯度下降、多元线性回归概述

线性回归是一种监督学习方法.  对每个样本来说：  Hypothesis: 即： 其中， 为预测值， 为样本的第i个特征，且；  为该特征下的权重，bias偏差。线性回归就是要在已有的样本特征和标签下学习特征权重，从而在待测样本中应用学习好的特征权重，得到待测样本的标签。  定义损失函数： 我们的目的是找到最优的  来最小化   , 使用梯度下降方法： 对每一个样本来说：  Batch Gradi

>>阅读原文<<