爲了求得參數θ,也能夠不用迭代的方法(好比梯度降低法對同一批數據一直迭代),能夠採用標準方程法一次性就算出了θ,並且還不用feature scaling(若是feature很少的話,好比一萬如下,用這種方法最好)。函數
標準方程法介紹:3d
(1)blog
這裏面,X的第一列是人爲添加的,爲了方便運算的,都置爲1,後面纔是真正的特徵。方法
(2)im
下面是樣本對應的輸出:數據
(3)img
設擬合函數爲: h(x) = θ0 * x0 + θ1 * x1 .... + θn * xn ( 其中x0 = 1)co
(4)ps
採用均方偏差定好代價函數參數
最終結果 :
證實:
要使得J最小,則有J對θ的導數=0,則
證完。
補充:
若不可逆,則
1)多是有兩列是線性相關的,那麼就刪除一個特徵;
2)多是特徵值過多,則刪除一些特徵值。