機器學習筆記（參考吳恩達機器學習視頻筆記）04_多變量線性迴歸

4 多變量線性迴歸 4.1 多維特徵 代表特徵矩陣中第i行的第j個特徵，也就是第i個訓練實例的第j個特徵。 支持多變量的假設函數h表示爲：，其中，引入。此時模型中的參數是一個n+1維的向量，特徵矩陣X的維度是m*(n+1)。因此公式可以簡化爲：。 4.2 多變量梯度下降 在多變量線性迴歸中，代價函數表示爲：，其中：。 多變量線性迴歸的批量梯度下降算法爲： 1）特徵縮放：將所有特徵的尺度都儘量縮放到

>>阅读原文<<