不同模型代價函數的梯度下降算法

梯度下降 reprat:θj=θj−α∂J(θ0,θ1⋯θn)∂θjforj=0,1⋯,n r e p r a t : θ j = θ j − α ∂ J ( θ 0 , θ 1 ⋯ θ n ) ∂ θ j f o r j = 0 , 1 ⋯ , n 多維情況 對於多維特徵的時候，不同特徵對應的取值範圍可能會相差很大，這個時候對每個特徵最好是進行變換，使得各個維度上的取值範圍很相似。這時候的梯度下

>>阅读原文<<