吴恩达机器学习笔记二之多变量线性回归

本节目录： 多维特征 多变量梯度下降 特征缩放 学习率 正规方程 1.多维特征 含有多个变量的模型，模型中的特征为（x1,x2,…xn）， 比如对房价模型增加多个特征 这里，n代表特征的数量， x(i)代表第i个训练实例，是特征矩阵中的第i行，是一个向量。 2 多变量梯度下降 多变量线性回归中，代价函数是所有建模误差的平方和，即： 我们开始随机选择一系列参数值，计算所有预测结果，再给所有参数一个新

>>阅读原文<<