吳恩達機器學習15：多變量線性迴歸(梯度下降運算中的實用技巧)

梯度下降運算中的使用技巧特徵縮放： 　　確保不同的特徵值都處在一個相近的範圍之內，這樣的梯度下降法能夠更快的收斂 　　如：加入你有一個具有兩個特徵額問題，x1是房屋面積大小，取值在0-2000之間； 　　　　x2是臥室的數量，可能的取值在1到5之間，如果要畫出代價函數J(θ)的等值線，代價函數是關於參數θ1和θ2的函數，但是如果x1的取值範圍遠遠大於x2的取值範圍的話，那麼最終畫出來的代價函數J(

>>阅读原文<<