機器學習（四）——最小二乘（Least squares）

原文：http://cs229.stanford.edu/notes/cs229-notes1.pdf 藉助舉證導數的工具，現在讓我們繼續以封閉的形式找到θ的值，使得J(θ)最小化。我們從用矩陣向量表示法重寫J開始。 給定一個訓練集，設計矩陣X爲mxn矩陣，(實際上是mx（n+1），如果我們包括攔截項)，其中每一行爲訓練樣本的輸入值： 另外，讓是包含訓練集中所有目標值的m維向量： 現在，由於，我們

>>阅读原文<<