机器学习_1.3（线性回归之梯度下降+总结）

在前两篇中我们讨论了线性回归和代价函数，其中大致给出了算法的具体思路，其中最主要的还是通过代价函数来获取假设函数中的θj的值，并以此来确定假设函数。 接下来我们来看梯度下降算法 梯度下降算法 不仅仅局限于线性回归的代价函数，还可以解决更一般的函数J(θ1,θ2……θ(n-1)θ(n))，接下来我们为了方便起见，先来讨论J(θ1,θ2)的情况。 现在我们有一个这样的代价函数的模型： 在梯度下降算法中

>>阅读原文<<