最小二乘法(Least Mean Squares algorithm)

最小二乘法是优化线性回归模型的基本算法之一。 线性回归模型（系数参数化）如下: h θ ( x ) = θ 0 + θ 1 x 1 + θ 2 x 2 + … θ n x n = θ T X \begin{array}{l} {h_\theta }(x) = {\theta _0} + {\theta _1}{x_1} + {\theta _2}{x_2} + \ldots {\theta _n}

>>阅读原文<<