吴恩达机器学习（第二章）----线性回归

线性回归要做的主要包含代价函数和梯度下降。 一、基本解释 线性回归的过程其实就是我们在选择好某个类型的函数之后去不断的拟合现有的数据，那么什么情况下我们这个函数是最符合，最贴近我们这些数据的呢？就是在代价函数的值最小的时候。 二、代价函数 假设要拟合的函数是h(x)=  x0固定是1因此第一项表示常数。 (m为数据的条数) 代价指的就是h(x)与真实的y相差得多少。即求与真实值之间的差别的和的平均

>>阅读原文<<