多变量线性回归

 多变量线性回归算法思想与单变量线性回归算法思想基本一致，（1）先找到损失函数，（2）求损失函数最小化后的参数；本文还简单介绍了特征缩放，正则方程以及矩阵不可逆的情况。（备注：图片都来自andrew老师的视频课程的截图） 一、损失函数 多变量的线性回归的目标函数（考虑双变量）：   对应的损失函数：      二、损失函数的最小化算法 对训练样本构建模型也就是最小化损失函数，方法有前面提到的梯度下

>>阅读原文<<