吳恩達機器學習筆記二之多變量線性迴歸

本節目錄： 多維特徵 多變量梯度下降 特徵縮放 學習率 正規方程 1.多維特徵 含有多個變量的模型，模型中的特徵爲（x1,x2,…xn）， 比如對房價模型增加多個特徵 這裏，n代表特徵的數量， x(i)代表第i個訓練實例，是特徵矩陣中的第i行，是一個向量。 2 多變量梯度下降 多變量線性迴歸中，代價函數是所有建模誤差的平方和，即： 我們開始隨機選擇一系列參數值，計算所有預測結果，再給所有參數一個新

>>阅读原文<<